我国已步入后金融危机时代，受到2010年欧债危机的影响后，以出口为主的很多中小企业纷纷倒闭，出口受到阻碍，银行的信贷违约案例增加，对金融业造成冲击。中小板上市公司成立的时间短，规模较小，导致业绩评价困难，更易出现如操纵市场、内幕交易等行为，爆发财务危机的可能性也更大。因此需要建立积极有效的财务预警模型系统，用以合理避免企业的财务危机，保护投资者的权益，维持资本市场的稳定，尤其是能够解决目前中小板上市公司普遍存在的银行不良资产率高的问题。目前我国对财务预警模型领域的研究依赖传统的财务指标，因为我国的违约数据库系统尚未建立，部分的国内学者试图研究将KMV模型引入至预警模型，但是这方面的研究大多限于在我国KMV模型能否有效适用方面，实际上信用风险度量层面的最新研究成果尚未真正与我国企业的财务预警模型相结合。本文在前人研究的基础上，将传统的财务指标预警模型与信用风险度量模型相结合，引入KMV的违约距离与预期违约率指标，以期提高财务预警模型的预测精度。本文在阐述Logistic逻辑回归模型及KMV模型的基础上，把KMV模型中的违约距离（DD）引入到Logistic模型，建立一套新的财务预警模型，以时间因素为纵向，比较加入违约距离前后两种模型在预测的准确性的区别，考察违约距离对财务预警模型预测和解释能力的影响，再分析违约距离变量对模型2的影响。首先根据我国资本市场的实际情况对KMV模型的参数修正：一是股东权益市场价值,我国存在股权分置现象，除了流通股外还存在非流通股，非流通股大多处于股权分置改革的限售期。非流通股的定价依据净资产定价法；二是违约点DP，当公司的资产价值低于某一临界值时，对债权人和公司股东会出现违约，与这一临界值相应的资产价值称为违约点DP。其次对KMV模型的输出结果违约距离及依据违约距离计算得出的预期违约率做相关性分析和显著性检验。经过相关性分析，DD和EDF呈负相关关系，而显著性检验说明DD和EDF在0.05的显著性水平下均存在显著性差异。再次对22个基础指标进行筛选。本文将通过正态性检验及显著性检验筛选出能够对模型有较好代表的自变量，再通过因子分析剔除具有多重共线性的自变量，选出更具有代表性的变量。最后构建回归模型。基于上述的研究，利用Logistic回归模型针对2010年和2011年分别构建基于财务指标的预警模型和引入违约距离的预警模型，通过对两种判别模型在横向和纵向的对比分析，得出结论：引入KMV模型可以提高财务预警模型的解释和判别能力，提高预测的准确性；经检验新的预警模型对中小企业板上市公司危机预警效果良好。