随着经济全球化的不断发展,如何规避金融风险成为全球关注的焦点。信用风险作为金融风险中的一类,具有其金融风险一般特征,更为重要的是其具有收益,风险不对称、相关数据获取难度大等自身特点。因此信用风险的度量难度大、专业性性强。从我国上市企业角度看,目前仍然没有统一并且有效的信用风险度量模型,这从一定程度上导致上市企业违规、违约行为频发,使得企业交易关联方和投资者无法及时预测企业的信用风险现状致其利益受损,因此,如何构建适用性强、预测度高的上市企业的信用风险模型是当前学术界和信用风险管理者面对的一个难题。测度和规避信用风险,不仅是上市企业交易关联方需要面对的难题,同时对于银行业而言也至关重要。从银行业角度看,国际上对银行业的信用风险管理早已有相关的规定,具体而言,巴塞尔委员会针对银行业风险管理陆续制定了《巴塞尔协议Ⅰ》;《巴塞尔协议Ⅱ》等文件,不断提高银行信用风险监测能力。但由于我国银行业信用风险评估起步较晚,不同银行间规模和技术水平差距大,整体而言信用测量依旧采用风险评分和专家系统等方法,主观性强、精准度低。同时我国上市企业的信用风险测度方法也与经济发展水平不协调,加之独立的第三方评级机构建设发展不足,出现信用风险水平测量准确度低、难以合理的测度上市企业的信用风险大小。综上所述,我国信用风险监测、规避的能力较弱,没有形成统一的信用测度模型,难以满足当前经济发展要求。现阶段我国上市企业信用问题频发,仅2016年银监会针对上市企业相关人员和股东做出的行政处罚和市场禁入处罚达100多次,上市企业信用风险问题严重,风险测度较为紧迫,因此本文对国际上认可度高、适用性强的四个信用度量模型进行比较和研究,同时借鉴诸多学者的理论研究和实证结果,发现KMV模型在理论基础和实践应用上具有不可比拟的优势。因此,本文将KMV模型的相关理论进行详细的论述后,针对KMV中的若干具体参数进行修正,以保证实证研究的准确性和严谨性。在数据选取方面,将上市企业分为ST组和非ST组,将相关所需数据带入模型后进行实证研究,发现ST企业无论是违约距离或是违约概率都显著的区别于非ST企业,因此得出KMV模型在信用违约度量方面具有较好的作用,能够适用于我国的具体国情。在得出实证研究的结论后,本文针对我国目前信用风险度量方面存在的不足和劣势,结合现有文献和理论研究,给出了适合我国国情的政策建议,从而有利于我国信用风险度量模型的不断完善,促进经济不断发展。