近年来,随着我国资本市场体制的不断健全与完善,债券市场特别是公司信用债券市场得到了快速的发展,公司信用债券发行的数量大幅增加。但与此同时,市场也伴随着大量信用风险的积聚,一些类似于2016年上半年爆发的东北特钢信用债券违约的事件开始逐渐浮出水面。这些事件的爆发,不仅让一直以来以"刚性兑付"背书的债券市场打破了平静,也同时让市场意识到违约风险防范的重要性。通过信用风险的度量,我们可以量化信用风险,从而达到管控的目的,杜绝信用违约的发生。我国的公司信用债券市场虽然在一定程度上达到了一个比较快的成长速度,然而在债券信用风险度量方面的重视程度并没有完全匹配起来,这方面的方法和认识也不全面,与西方发达国家存在一定差距。传统的信用度量方法已无法适应我国现有的信用债券发展水平,这使得我国必须采用现代的信用风险度量技术来适应信用债券市场。本文将部分参数加以修正的KMV模型运用到公司信用债券的风险度量上,使信用风险能够更准确地被量化。目前在学术界关于运用修正KMV模型到公司信用债券风险度量的研究并不多,缺乏相关的实证研究,这也正是本文所做研究的主要内容和方向。具体的研究路径是,首先对信用风险进行系统的阐述,并结合该理论概念对我国目前公司信用债券的风险现状做一个全面的剖析,发现其中所存在问题的复杂性和严重性。从而引出我国在债券风险度量方面存在的不足与改进的方向。其次,将各信用债券风险度量模型进行比较与选择,并对选定的KMV模型做必要的修正,同时根据我国公司信用债券市场的实际情况进行构建与优化。最后的实证部分,由于公司信用债券相关数据获得的限制,本文选择了 30只不同信用等级公司信用债券样本,并划分成低风险组、高风险组和ST组。其中搜集这些债券发行主体的股票市场数据和相关财务信息,并运用Excel和MATLAB软件进行各相关参数的计算,最后得到各组样本债券的违约距离。同时使用SPSS统计软件进行描述性统计和显著性检验,结果认为低风险组的违约距离均值明显大于高风险组,高风险组则大于ST组。这样的结果与之前实证前的预期相一致。于是,本文认为违约距离可以作为对信用风险水平的衡量标准,用以区分公司信用债券的违约概率大小。同时也说明修正后的KMV模型能够较其他风险度量模型而言更好地在我国当前债券市场环境当中发挥应有的风险量化和预警作用。结合以上研究,本文最终提出建立历史信用数据库,重视KMV模型的"本土化"修正与使用和培养专业的现代信用风险度量人才三方面来改善我国目前公司信用债券风险度量方面的不足,从而达到提高我国债券信用风险防控水平的目的。