中小企业较高的失败率,以及财务信息不透明、财务数据失真严重[1],使得很难对它们的高信用风险进行准确地度量,然而2019年新推出的以中小科创型企业为主要服务对象的科创板有望改变这一困境。这是因为科创板对发行人的财务信息披露作了严格的规范,这为其信用风险度量提供一个真实、可靠的数据来源,通过对科创板上市公司进行较为准确的信用风险度量,可以为其他中小企业信用风险评估起到重要的参照作用。此外,科创板实行注册制和严格的退市安排,这必然会带来更多的退市事件,这将通过复杂且紧密的金融链条传导至债券市场和信贷市场,从而导致大规模的债务违约,影响我国金融市场的发展。因此选取合适的信用风险度量模型准确评估科创板上市公司信用风险具有非常大的实际意义。KMV模型的一个重要特征便是将公司的信用风险与其资本市场表现联系起来,动态评估公司的信用风险,因此KMV模型非常适用于上市公司信用风险的度量。本文将选用KMV模型评估首批科创板上市公司的信用风险。在进行实证研究之前,本文将对KMV模型的理论基础、模型各参数的选取进行介绍;在进行实证研究时,本文将挑选出25家与首批科创板上市公司资产规模相近、处于同一行业的主板上市公司作为比较分析对象,利用KMV模型对50家样本公司的2019年7月22号至2020年3月31号的违约距离进行测算,并利用T检验判断违约距离是否存在显著差异,以验证模型是否有效。实证研究结果表明,首批科创板上市公司的平均违约距离明显小于对应主板公司,这意味着首批科创板上市公司的信用风险显著高于对应主板公司。但需要注意的是目前科创板股价的波动性过大可能会导致用KMV模型计算得到的违约距离偏小,从而高估它们的信用风险。本文的主要创新之处在于对推出不久的首批科创板上市公司进行信用风险评估,而目前国内学者对该领域的研究尚不充分。