中小企业在国民经济中占据着极为重要的比重,在缓解就业压力、引领创新方面也是重要的驱动力之一。而另一方面,中小企业又由于规模较小、经营不成熟等因素,在我国市场竞争中相对于大型企业处于绝对的劣势地位。商业银行的贷款是中小企业最为主要的融资方式,然而由于中小企业本身存在着资产质量较差、规模较小、抗风险能力差等特点,商业银行与企业之间往往又存在着信息不对称问题,银行往往不能对中小企业的信用风险进行合理有效的度量,这样就导致了“惜贷”现象的产生,使得中小企业的发展日渐堪忧。因此,要解决中小企业长期以来的融资难题,促进中小企业更好更快发展,关键是要找出一种能够准确评估其信用风险的度量方法。本文从研究背景和意义出发,回顾大量文献,首先对中小企业及信用风险做出了概念上的界定,然后针对中小企业的信用风险现状、特点以及成因进行分析,并在对比了各类信用风险度量模型后,选择了KMV模型和对Logistic模型进行组合,构建KMV-Logistic模型对我国中小企业的信用风险进行度量。本文选取了从2015年至2019年三年间共42家被ST或*ST的上市中小企业作为高信用风险企业样本,并根据行业、资产规模选出了126家未被ST的上市中小企业作为低信用风险组样本。以KMV模型分别计算了各企业的违约距离,以挑选出的财务或非财务指标共21种在提取主成分后建立了Logistic模型,又将违约距离和这些主成分一同作为自变量进行回归,建立了KMV-Logistic模型,并将两种模型的拟合优度与判别精度进行对比。根据对模型的分析,本文得出以下三点结论:（1）将KMV模型与Logistic模型进行组合是较为合理的;（2）本文所建立的KMV-Logistic模型在对于样本数据的拟合优度和判别精度上都好于传统的Logistic模型,在对于模型进行检验时这一点也得到了印证;（3）模型中各自变量的系数能够较好的反映出自变量与信用风险大小的关系,符合经济意义。因此,本文根据以上三点得出最终结论,以KMV-Logistic模型度量上市中小企业的信用风险是切实可行的,且混合模型的判别准确度优于传统的Logistic模型,可以更有效地对上市中小企业的信用风险进行评估。最后本文就信用风险的度量问题分别向中小企业、商业银行和政府部门提出政策建议。