在固定收益证券市场中，公司债券的市场份额正日益增加。也就是说，通过资本市场直接融资正逐渐体现出其相对于间接融资的优越性来。同时对于投资者来说，公司债券一方面提供了更高的收益率，但相对于以政府信用和税收担保的国债，投资者又必须承担公司债券所额外带有的信用风险。于是开展信用风险的定量研究就非常必要。在市场经济发达的国家，信用风险定量研究早已风起云涌，文献浩如烟海。仅仅www.defaultrisk.com网站上收录的最新文献就有近千篇。国际上学术界对于信用风险模型的研究，大致可分为两大类，即结构化模型(StructuralModels)和简化模型(ReducedFormModels)。两类模型有各自不同的出发点及目标问题。在实践应用中，结构化模型提供了对违约风的进行定量研究的思路，并揭示了信用利差中由于违约而引起的部分的成因。在实业界，KMV成功地使用结构化模型，并为Moodys提供了信用评级的定量研究方法。简化模型通过引入跳跃过程，使得其能更好地结合市场数据，为相对价值分析提供了有力的工具。特别是在美国市场，公司债券品种较为丰富，流动性也较好，简化模型更为可能的实用空间。 国内的信用风险模型研究目前还一直停留于单因子模型的阶段，而国内利率已向市场化方向迈出了坚定的步伐，因此有必要引入同时考虑随机利率因子的两因子信用风险模型理论，本文首次在中国金融市场上应用了结构化信用风险模型LS模型，把随机利率引入了信用风险定价。 文章首先介绍了信用风险建模的不同方法，重点对比了各种结构化模型，指出了各种模型的传承关系。由此明晰了LS模型在结构化模型中的地位。接着，借助现代计算技术进行了各种参数估计，主要有Vasicek利率模型参数，不能直接观测的资产波动率，随机利率与资产收益率的相关系数。最后，文章计算出了LS模型价格和LS模型决定的风险结构。在中国的债券市场应用结构化模型并进行实证分析后，可以看到，模型能较为合理地反映公司的信用状况，能对于量化公司的信用风险、分析公司债券的利差提供一定的帮助。 在应用模型的同时，必须注意到，结构化模型是基于公司的个体数据即资本结构与市值等，与市场仅通过股票价格间接联系。一方面，在分析的时候仍需要进行具体的案例分析，考虑到每个公司所特有的情况，才能更准确的把握其信用风险与债券利差。另一方面，模型忽略了在此之外的其它因素可能对信用风险或是债券利差所带来的影响，如公司债券的流动性等。模型所依赖的数据也将限制它的应用范围与能力，比如在中国市场财务数据与股票数据的相对缺乏，以及财务数据的虚假成分，股票市场的不完全有效性等。如何针对以上的弱点，对于结构化模型作进一步的改良，同时又使之能得到解析解，是今后研究的方向之一。