信用风险源于人们在经济领域中进行信用活动时所面临的不确定性。上世纪90年代以来,随着国际金融市场环境变化以及金融创新的发展,信用风险暴露愈加严重。我国经济正处于加快发展的转型期,产权制度的不足导致信用缺失的现象普遍存在。在当前的经济金融体系下,以银行贷款、信托贷款、委托贷款为主的间接融资方式仍然是融资模式中的重要组成部分,这就直接决定了我国的金融风险主要表现为信用风险。因而,如何对信用风险进行有效的计量和管理是我国金融机构需要研究的一个重要课题。基于这样的背景,本文以制造业上市公司为研究对象,对其信用风险的计量问题进行了相关研究。目前,由于我国信用评级体系发展仍然滞后,风险管理水平尚不发达,不少现代信用风险计量模型难以直接应用。但是我国资本市场经过二十多年的发展,股权交易制度已逐渐形成,市场运行稳定有序。因此,股票市场可以视为一个评价上市公司的巨大机制,而KMV模型正是基于股票市场的交易信息而开发构建的,比较适合当前环境下对我国上市公司的信用风险进行计量。本文内容从理论和实证两方面展开。理论部分首先简要论述了论文的研究背景、意义以及国内外相关文献研究,然后主要介绍了信用风险的定义、特点以及几种传统和现代的信用风险计量模型,接着详细阐述了KMV模型的基本原理和计算过程。实证部分主要从两个角度进行分析,一是KMV模型实证,即检验KMV模型在整体上是否能有效区分ST公司与非ST公司,以及哪种违约点的设定能使模型最有效；二是因子分析模型,即以相同的公司作为样本,检验因子分析模型的有效性。从沪深股市选取40个上市公司作为样本,根据2011年的市场数据和财务数据进行实证研究,最后得出结论：KMV模型对我国上市公司的信用风险计量具有较好的适用性,违约距离很好的区分了ST公司与非ST公司,此外,因子分析模型也适用于评估我国的上市公司信用风险。本文的可能创新体现在KMV模型分析中,现阶段我国学者对于违约点的计算多直接采用“DPT=短期负债+0.5*长期负债”这一公式,缺少根据我国实际情况得出、适用于我国上市公司的违约点计算公式。本文对KMV模型的违约点系数计算,采用选取0.1至0.9共9个数值,对结果进行方差分析,选取方差最显著的数值作为违约点系数。其次,在对因子分析的结果和KMV的结果做对比的时候,也采取了方差分析的方法,做定量比较。