房地产业是一个关乎国计民生的重要行业，近年来随着企业竞争的加剧，行业两极分化现象突显、企业债务违约事件频发，对政府和社会带来了诸多负面影响。对于各地政府、房地产开发企业和社会个人而言，合理量化企业信用风险、有效预测企业违约概率具有重要意义。
　　本文的核心目的在于对我国房地产企业的信用风险水平进行合理度量和有效识别。首先在对现有理论和研究现状进行梳理的基础上，分析了房地产企业的信用风险形成机理，并基于信用风险度量方法的评价，引用了国际较为流行的KMV模型，但由于该模型基于期权定价理论、A股市场化程度有限且存在股权分置现象，加之房地产行业的特殊性，因此需对模型加以改进。随后，本文选取了A股ST类和非ST类共22家房企作为样本，运用遗传算法对模型改进，改进后KMV模型判断企业违约与否的准确率达86.36%。最后基于改进模型，对2013年~2018年A股129家上市房地产企业的信用风险进行度量分析，发现：1）改进后的KMV模型能有效识别和量化我国A股上市房地产企业的信用风险；2）从时间维度：研究期内企业的信用风险普遍较大，且呈现先减小后增大的特点；3）从企业性质角度：研究期内民营企业的信用风险均小于国资控股企业；4）从交易所角度：研究期内，上海主板上市房企的信用风险大于深圳主板上市房企，深圳主板上市房企的信用风险大于深圳中小板上市房企；5）企业的信用风险大小与企业资产规模、企业资产负债率均呈正相关关系。
　　根据研究结果，分别从政府监管、企业风险管控和个人投资者三个方面提出了对策建议：加强企业信用评级体系建设及提升资本市场效率；拓展融资渠道、巩固战略定位、提升财务弹性；需求导向、理性投资。