本文基于期权定价理论，采用现代信用风险模型中的KMV模型以其扩展模型PFM分别对发行主体为上市公司与非上市公司的短期融资券信用风险做出了分析。通过研究违约距离与利差的关系，揭示了目前短期融资券的信用评级并不能反映出同一信用评级下短期融资券利差的差异，利差的大小主要由发行公司的主体信用评级决定，其次是债券自身的流动性。而主体信用评级法与KMV模型对信用质量较高的公司在评级结果上基本一致；通过比较同行业上市公司与非上市公司的信用风险及利差，发现市场对非上市公司信用风险存在相对“高估”。经过上述实证研究发现， KMV模型及PFM模型对信用风险具备一定的识别能力，今后在实际应用中有着广阔的空间。 本文首先采用KMV模型对我国从2005年5月到2009年1月期间所有一年期短期融资券的信用风险做出了分析。基本原理为违约距离代表了信用风险的大小，违约距离越小信用风险越大，通过计算违约距离来衡量违约风险的大小。本文采用的计算违约距离的方法不同于以往通过迭代求解方程组，而是采用了结构化模型中的FPT方法，认为违约可以发生在到期日前，通过蒙特卡洛模拟比较公司资产价值与违约点的大小，从而可以动态的做出风险识别。 主要结论有，通过对影响信用风险的几个关键因素的回归分析发现，股权收益率的波动率对信用风险的影响非常大，资产负债率与公司资产预期收益率有一定影响，公司价值影响较小，而违约点的设定基本上没有影响。这说明了股权波动率在度量信用风险时具有关键作用，而传统的方法却忽视了这一点，与传统方法相比KMV模型能够更加准确、即时的反映出公司所蕴含的信用风险；同时对KMV模型识别出来的信用风险较大的两个公司进行分析发现，目前的评级体系在风险识别上存在缺陷。信用评级并不能动态的反映出公司信用风险的变化，而KMV模型在风险识别上显然更加有效； 通过对二级市场利差的研究发现，引起利差变化的主要原因是银行间市场资余的充裕程度，当资金充裕时，“短融”的预期收益率下降导致利差较小。其次是债券自身信用风险的变化，而“短融”市场流动性的变化对利差的影响较小。这说明目前债券自身信用风险及流动性风险的变化都不是引起二级市场上利差变化的主要原因，利差的变化主要是因为市场资金流动性的变化；此外还发现，在相同宏观经济形势下，同一信用评级的短期融资券利差差异非常明显，这种差异主要源自主体信用评级的不同。而主体信用评级法与KMV模型对信用质量较高的公司的评级结果基本一致，即对于主体信用评级为AAA级的公司，KMV模型同样给出了较高的评级。但是，对于AA与A级的个别公司存在着较大分歧。 接下来本文采用KMV模型的扩展模型PFM对非上市公司的违约风险做出了适当的分析。文章选取了2007年1月到2009年1月期间Wind行业分类中的材料行业为样本，研究发现同行业非上市公司的违约距离普遍大于上市公司的违约距离，而发行利差却高于上市公司，这说明市场对非上市公司信用风险存在相对“高估”； 总之，本文通过KMV模型及其扩展模型的实证研究发现，KMV方法在信用风险的度量上具备一定的识别能力，这为我国目前还不够完善的信用评级提供了一种可行的方法。当然，由于我国目前股票市场的相对不成熟，也导致了KMV模型及其扩展模型的应用存在一定的局限性，但是相信随着股票市场的不断完善，KMV方法必将有非常大的实用价值。