信用风险是银行业面临的主要风险之一,它是一国的经济发展和宏观政策的影响因素之一,它广泛影响着社会经济活动的各领域也是风险管理的核心内容。银行业、金融行业,甚至一国金融体系要想具有具有竞争力并能可持续发展关键在于能否有效管理信用风险。当今中国无论是技术上还是理念上都与西方成熟市场的风险管理有很大差距,最要紧的是我国信用风险的量化模型研究仍处于初始阶段。全球金融危机使得信用风险管理愈发受到各国金融机构的密切关注。度量信用风险也经历了从简单定性到财务指标基础的线性、非线性模型研究,再到以现代金融理论作为基础的信用风险量化模型的过程。KMV、 Credit Metrics、CreditRisk+、Credit Portfolio View是当前西方发达国家普遍选用的信用风险度量模型。我国在应用现代风险管理模型时由于受到诸多现实条件的束缚存在着很多局限。例如,Credit Risk+模型中的违约率就难以应用于中国信用市场中。由于缺乏信用评级机制两大模型Credit Portfolio View和Credit Metrics在中国的应用也很艰难。所以KMV模型在我国的适用性就变得弥足珍贵,这也是因为来源于上市公司公开财务数据的KMV模型在实操方法上尤为简单,较适合中国信用市场。本文基于相关文献研究结合我国上市公司现实情况,将我国上市公司的信用风险在KMV模型下进行度量。通过对比KMV模型和其他国际热门的几种信用风险度量模型,观察KMV模型在我国上市公司信用风险度量上的适用性得出KMV模型在我国的适用性最佳。本文的创作思路如下：首先,分析KMV模型的基本理论。KMV模型是国际最流行的信用风险度量模型之一,其具有较强的理论背景从而为模型的科学性提供了较权威的证明,其理论基础是Merton公司债务定价理论和Black-Scholes期权定价理论。其基本思想是以公司资产的预期价值与违约点间的相对距离及违约距离作为的度量指标。违约距离与公司违约的概率就呈负相关。本文认为KMV模型今后在我国上市公司的信用风险度量将显著提升我国信用风险管理能力。其次,分析KMV模型的假设和参数需求。通过统计上市公司公开财务数据以及股权价值、波动率、债务到期时间、无风险利率和负债的账面价值估算上市公司的资产价值及其波动率。本文在原始KMV模型的基础上结合我国经济情况的现实情况将违约点及资产价值增长率进行调整,进而推出更适于我国情况的KMV模型。进而分解出KMV模型的具体计算步骤：第一,计算公司的资产价值及其波动率。分别采用股票价格、每股净收益、流通股、流通受限股和股票价格的波动率；第二,计算公司的违约点,其主要根据公司负债情况：第三,计算公司的违约距离。这一步是根据前两步计算出的公司的资产价值和资产价值波动率及违约点。最后,本文选取在我国A股上市公司中的12个行业里的24家上市公司进行了实证研究。其中包括12家ST公司的违约组和12家同行业对应非ST公司的非违约组。通过EXCEL、MATLAB、SPSS软件进行系统分析,对比违约组和非违约组的违约距离来分析其信用风险的大小,验证KMV模型在我国上市公司信用风险度量上良好的鉴别能力。本文根据违约距离将24家上市公司从大到小进行排序,分别建立了ST公司及非ST公司的样本分布函数,根据样本分布函数得出了ST公司于非ST公司之间转化的概率。这能够对上市公司的信用情况进行预测,从而证实KMV模型在理论和应用上都适用于我国上市公司的信用风险的研究。