随着全球信用经济的发展,信用风险逐渐成为引发金融危机的重要风险。然而,在风险监测方面,金融机构表现得不尽人意。因为目前主流的监测方法是基于历史数据的财务分析,而财务数据是滞后的,不能及时有效地反映信用风险变化。上世纪末,各国学者开始探索新的信用风险监测方法,比较有代表性的是基于金融资产市场价格的监测方法,例如KMV模型和信用价差模型(下文简称为CS模型)。这两种模型均是通过市场价格信息监测信用风险,这决定了它们只适用于有效市场。所以,在应用这两种模型之前,有必要对股票和债券价格中的信用风险信息有效性进行研究。我国信用经济规模逐年增大,建立信用风险实时监测体系是我国经济稳定的重要保证。国内学者已得出,KMV模型和CS模型在我国具有较强的适应性,分别能够反映股市和债市中的信用风险信息。那么,同一个信用风险信息在两市场中的反映是否一致?两者具有什么关系?哪个市场(或者哪个模型)更能及时准确地反映债务人的信用风险信息?这些问题都是信用风险监测的基础性问题,也是本文的研究重点。本文选择既发行股票又发行债券的上市公司为研究样本,分别应用KMV模型和CS模型计算得到违约距离倒数(RDD)和信用价差(CS),用于反映上市公司在股市和债市中的信用风险信息。然后,本文从长期和短期两个时间维度研究RDD和CS的动态变化、两者关系及两者与实际信用风险之间的关系。在长期关系研究中,本文分别应用相关关系分析、协整检验等计量和统计方法,得出股票市场和债券市场在反映公司信用风险信息上具有长期一致性;同时,本文应用分组统计、回归分析等方法验证了公司的实际信用风险大小是影响两者长期一致性的重要因素,即实际信用风险越大,两者的一致性越强。在短期关系研究中,本文将事件研究法进行了合理化地改进,用于研究具体信用风险事件(例如,信用风险初步恶化、信用风险恶化升级、信用风险改善等)对RDD和CS的短期影响及两者的动态关系,研究得出在信息有效性方面,股票市场优于公司债券市场,即股票市场能够更加及时有效地反映信用风险信息,而公司债券市场只有当信用风险累积到一定程度(大约6个月)时才开始反映,但随着信用风险的增加,两市场的反映趋于一致。基于以上研究成果,本文最后针对合理利用两种模型,建立适用我国的信用风险实施监测体系提出了合理的建议。