上市公司是我国国民经济的一个重要组成部分，要保证我国证券市场的持续发展，上市公司的资本股权结构是否合理、运营交易活动是否规范以及财务状况是否良好都会产生直接的影响。而信用风险作为金融风险中的一种，从国内外的长期经验来看，其可能触发相当严重的后果。信用风险不仅会影响证券市场，导致其资源配置效率的降低，甚至会危害到证券市场的持续发展，而且会对整个金融经济产生影响，致使大量企业倒闭及困难，进而产生失业率上升等许多社会问题。因此，根据我国证券市场的实际情况以及我国上市公司特殊的股权结构，有针对性地进行研究能够较准确识别和度量上市公司信用风险的计量方法，具有重大的理论和现实意义。　　 本文针对上市公司股权结构及其所处市场环境的特殊性，通过对信用风险度量模型的梳理和比较，综合考虑了我国在信用评级、数据资料的获得性和证券市场的有效性等各方面因素，认为KMV模型思路清晰，方法框架使用方便，相对其他模型来说有较强的适用性。　　 本文以我国上市公司作为研究样本，利用中国资本市场2005年至2008年市场数据和公司财务数据建立KMV模型，并在前人研究的基础上对模型参数进行了调整优化：(1)对于上市公司股权价值的估计，考虑到我国存在非流通股的现实情况，对未完成股权分置改革的上市公司数据使用净资产定价法计算；(2)使用GARCH模型来估计股权价值波动率，并通过适用性分析表明GARCH模型能较好地拟合金融交易数据的波动情况；(3)在违约点的确定上，本文分别设置了五种违约点进行比较，通过Friedman检验发现不同违约点的设置对违约距离，乃至KMV模型的有效性有显著影响，并应用ROC曲线分析方法，得出违约点等于短期负债时，模型的准确率最高。　　 本文将上市公司按照是否被ST分为违约组和非违约组，并基于KMV模型公式计算出违约距离，用以评价上市公司信用风险状况。在本文的分析中对违约组和非违约组的平均违约距离做独立样本秩合检验，检验结果表明在的显著性水平下，违约组和非违约组的平均违约距离有显著差异。而对于违约组上市公司，发现随着违约发生日期的接近，违约距离有逐渐变小的趋势，说明违约距离具有一定的事先判断能力。因此，可以认为经过参数修正后的KMV模型能比较有效地反映我国上市公司信用风险状况。　　 通过对KMV模型的研究，认为为使模型在中国有更强的适用性，应尽快建立起信用风险基础数据库，强化数据管理，建立健全我国信用制度，完善上市公司治理结构，保证上市公司数据的可信度。同时应加强对模型理论及实证研究，结合我国国情适当修正模型参数，以提高模型的有效性。　　 本文在研究上主要有以下创新：(1)在利用KMV模型进行信用状况度量时，结合我国实际情况，通过修改模型参数设置以确保模型对我国国情的适用性，并通过大量的定量研究对参数的修正进行了适用性分析，找出适应我国的最优参数选择；(2)本文选取了2005-2008年四年共884家上市公司作为样本，研究样本规模相对前期研究文献较多，覆盖面更广，能在较大程度上提高检验的置信度，和研究成果的适用性。　　 同时，本文还存在如下不足：(1)本文在设置KMV模型参数时，对模型的部分参数进行了简化设置；(2)由于我国还未建立起违约企业的有关数据库，因此本文将ST公司设定为违约企业，这实际上会产生偏差；(3)本文在研究中未考虑到行业因素，而不同行业的度量标准存在一定差异，可能会对本文的分析结果产生一定的影响。