信用风险度量在发展历程上主要经历了两个阶段,完全信息下的信用风险度量和不完全信息下的信用风险度量,随着研究的不断进步,不完全信息的度量方法称为了主流。本文用物理学上滤波的概念来度量信息,进而用延迟滤波来度量不完全信息,随着时间的推移,信息由粗到精,从而可以过滤信息中的噪音,从而更精确地预测公司未来的违约概率。本文在延迟滤波的框架下,建立了违约概率的数理模型,并利用中国企业债券数据通过实证研究探讨了中国企业债违约风险问题。主要研究结论：(1)提出了一种在没有历史累计违约数据的情况下估计企业违约概率的方法,这一方法对于研究新兴市场国家的企业违约有一定的借鉴意义；(2)企业违约强度主要取决于潜在的公共因素和公司具体因素,与发债期限的长短无关；(3)政府或银行的信用担保,将使企业违约动机增强,这一点可以从企业信用级别的迁移中得到佐证。