对于公司违约风险的研究一直是金融风险控制领域的重要课题,本文系统性地介绍了在现实中应用广泛的KMV模型的理论以及应用,为了更好地了解KMV模型的背景,本文还详细介绍了其理论基础--结构模型的理论以及最新发展情况。然而对于中国市场,传统KMV模型不能很好得满足市场的实际情况,首先是违约距离和违约率的经验映射关系不能建立起来,使得研究分析只能止步于计算违约距离；再次,模型中的参数估计方法和设置不符合市场的风险特征,导致计算出来的违约距离存在一定的误差。为了增强模型在中国市场的应用性,本文试图根据上市公司现状用TOMPKINS方法计算股权价值波动率,通过用TOMPKINS方法和用历史波动率方法计算的历史预测值和历史真实值的差距的比较,得出TOMPKINS方法是适合中国证券市场的波动率衡量方法的结论,并且通过实证说明了TOMPKINS方法中的20%的“经济日”阈值设置的合理性。由于不同的违约点直接影响到公司的违约距离,因此本文先从财务分析的角度提出了三个比较合理的违约点选择方案,通过测试不同违约点的敏感性从而选择最适合的违约点。在测量违约点的敏感性上,本文使用了ROC曲线来测试不同违约点下模型的个体识别能力。最后本文通过详尽的实证分析以及模型检验,证明了修正后的KMV模型在中国市场具有比较强的适用性以及具备相当的预测能力。