信用风险是金融业面临的主要风险之一。金融危机在世界范围内的频繁爆发使得信用风险管理日益引起人们的关注。当前，作为信用风险管理主体，我国商业银行深受不良资产的困扰；而作为信用风险管理客体，上市公司财务报表失真现象严重。这一系列问题使得加强信用风险管理成为我国商业银行在全面开放金融业后能否健康发展的关键因素。 KMV模型是现代信用风险管理方法的一种，具有前瞻性和数据获取方便的优点，日益成为信用风险管理方法的主流。如何在中国市场信用风险管理中引进KMV模型成为学术界研究的热点。本文在对信用风险管理方法进行梳理的基础上，选取了传统信用风险管理方法——多元判别分析法和现代信用风险管理方法——KMV模型，对上市公司的信用风险进行实证分析，并在此基础上将两种方法进行了综合，以期验证KMV模型在中国市场的适用性。针对实证结果，笔者对在中国市场进一步运用KMV模型提出了几点对策和建议。 本文共分五章。第一章主要介绍了研究背景、信用风险的概念以及本文的研究思路和安排；第二章回顾了国内外学者对信用风险的研究概况和理论成果；第三章纵向阐述了信用风险管理方法的演进过程，并横向比较了各种模型的优缺点和在中国市场的应用性；第四章对选取的沪市68家上市公司，分别运用多元判别分析法、主成分分析法和KMV方法进行实证分析，并在此基础上尝试将多元判别分析法和KMV方法进行了综合，建立了一个加入违约距离的判别方程；第五章针对实证结果提出了在中国市场进一步运用KMV模型的对策及建议。 论文主要结论如下： (1)在运用多元判别分析法进行实证分析时，选取了涵盖企业偿债能力、盈利能力、营运能力和获取现金的能力四个方面共13个财务指标，最终有4个指标进入了判别方程，其中3个指标是盈利能力指标，这说明在笔者选取的样本范围内盈利能力不足是导致企业违约的最重要的因素； (2)在运用KMV模型进行实证分析时，本文考虑了三种违约点设定情况下的违约距离，并通过相关统计检验，得出结论：当违约点=流动负债时，违约距离在两组企业之间有着最显著的差异，这说明在选取的样本范围内企业违约在很大程度上是由于流动负债过高所致； (3)加入违约距离后的判别方程，虽然相关统计量显示判别方程的解释力变强，但并没有降低误判率，第一类错误(将财务困境公司认定为非财务困境公司)和第二类错误(将非财务困境公司认定为财务困境公司)维持不变。针对这一现象，笔者认为原因有二：第一，由于样本来自于沪市公司，容量偏小，判别效率的少许提高难以引起误判率概率的大幅下降；第二，在一定程度上也说明了KMV模型在中国市场的应用有待进一步改进。 本文主要有以下创新： (1)为了利用多元判别分析法在度量信用风险方面全面性的特点和KMV模型前瞻性的特点，论文将两种方法结合起来，对同一组样本进行实证分析，检验加入违约距离前后判别方程的判别效率是否有提高； (2)对KMv模型中违约点的设定，本文考虑了三种情况下的违约点设定，并就本文所涉及的样本，检验了哪种设定所计算出的违约距离更好的符合中国实际； (3)针对实证结果，对进一步在中国市场运用KMV模型提出了看法和建议。