作为国际上最为流行的现代信用风险度量模型,KMV在我国有着广泛的应用。但由于我国的市场环境、经济政策等与西方发达国家存在较大的差距,直接运用KMV模型必将造成很大的误差,大大降低模型的精准度,因此有必要调整KMV模型的参数并运用于实践,使之更合实际情况。本文对KMV模型中的参数无风险利率、股权价值、股权价值波动率以及违约点进行了调整。采用期望公式计算无风险利率,非流通股计价采用每股净资产,且每股净资产为负的单价记为0,用条件异方差模型对股权市场波动率进行预测。考虑到长期负债到期期限对企业还债压力的影响,本文增加一个一年内到期的长期负债变量。以2010-2013期间被评为*ST的上市公司作为研究样本,经过处理后最终选择了148支股票进行建模分析,以流动负债为因变量,一年内到期的长期负债和短期负债为自变量进行回归分析得到一年内到期的长期负债和短期负债的回归系数,代入传统违约点模型,得到新的违约点计算公式。随后进行实证分析,实证部分选取了2013年被评为ST或者*ST的20支上市公司股票和20支与之相对应的正常股票,共40支。以2012年12月31日为计算基准日,运用各上市公司2012年的财务报表数据,从横向和纵向对模型进行实验验证,实证结果表明,KMV模型能较好地预测上市公司信用风险,为银行的贷款决策提供一定的依据,也为企业自身提高警惕。