随着金融活动的不断创新，信用风险的比重也在不断的增加，逐渐成为金融市场上最为重要的风险之一。信用在全球范围内不断的膨胀，其风险的表现形式也变得越来越多样化，它的危险性也越来越高，一般的信用风险管理方法己经不能够再适应金融市场发展的需求，如何能够准确的识别和度量信用风险，变得越来越重要。根据上市公司信用风险的一些特征，来预测它的信用风险的大小，这对于商业银行和投资者来讲都有及其深远的意义。随着金融信息全球化，其业务对外开放逐渐的深入化，以及商业银行股份制改革的完成，使得商业银行的风险管理意识变得越来越强烈。这就强烈要求我们对信用风险的管理进行重新的研究和评定，构造起一个适合我国当前经济现状发展的信用风险管理模型，降低信用风险，使经济更快更好的发展。首先，本文从两个方向分析KMV模型对在我国上市公司信用风险的适用性，并提出建议，使KMV模型能够更好的被运用于我国上市公司，预测并规避信用风险，促进我国经济的发展。已有的文献发现KMV模型在我国存在较大的不适用性，而主要原因是我国存在严重的股权分置矛盾。鉴于当前股权分置问题已基本解决，笔者试图研究现有经济条件下，实证分析KMV模型对我国上市公司，特别是创业板类上市公司的适用性。通过公司规模、宏观经济时变因素（即将宏观经济分为“好时光”，“差时光”），实证分析对比各类公司在不同背景下对应的KMV模型参数，研究KMV模型在我国的适用性。然后，通过创业板与ST类上市公司的比较，试着找出非ST类上市公司变成ST类上市公司的最小违约距离，即非ST变成ST的警戒违约距离DD，即所谓的临界点，最后通过计算国内20家退市上市公司的违约距离，来验证违约距离DD是否符合上面违约警戒点的划分，投资者可以通过违约距离的变化来作出相应的对策，从而避免经济损失的发生，违约距离的变化可以做到一个很好的预警效用。