随着中国金融业的飞速发展,债券产品大量发行,各类信用衍生品也不断出现。在金融产品市场成熟的发达国家,风险管理贯穿于公司投资决策的各个方面,全面而深刻地理解信用风险的含义,发生的原因,对投资决策的影响变得愈发重要。另一方面,中国人均可支配收入快速增加,人们的理财需求进一步释放,基金公司,银行,资产管理公司为了提高产品的吸引力,在增加收益的同时,更好的控制风险成为了提高竞争力的重中之重。在各类金融风险中,信用风险的特点是发生影响巨大,可观测数据较少,难以度量,因此对于信用风险的度量和管理的研究仍旧处于发展阶段。国内对不同信用风险度量模型的比较主要停留在理论阶段。本文则代入中国的数据,从数据来源,预测能力等方面更直观地比较不同模型在中国的适用性情况。比较结果发现,Logit模型需要数据来源只有发债公司的财务报表,操作简便可行,且通过ST公司对该模型预测能力进行检测,发现预测准确性较高。Credit Metrics模型由于信用评级能力有限和债券市场不完善的原因适用性较差。而Cox模型由于其对参数要求的简化以及模型本身的特性使得在中国有较好的适用效果,但是由于中国市场缺失违约数据,因此模型的预测能力无法得到检验本文包括五部分。第一部分简要介绍了信用风险的定义,特点及近年来信用风险度量模型发展的特点。第二部分是文献综述,通过回顾信用风险度量模型的发展历程来介绍世界上主流的信用风险模型以及不同学者作出的研究成果。第三部分对本文运用到的三个模型作出理论介绍。首先介绍Logit模型的计算原理,计算方法,相对于Z评分模型的优势。之后介绍了Credit Metrics模型的计算原理以及需要的外部数据,初步探讨了该模型在中国的可能性。最后介绍了简约模型下的密度模型,并着重介绍了Cox模型的原理。Cox模型认为不仅违约时间是泊松过程的首次跳跃,而决定跳跃过程的密度变量本身也是一个随机过程,即CIR过程。第四部分是本文的重点,根据第二部分提到的三个模型分别做实证检验。第五部分进行总结并给出政策建议。