自上个世纪以来，多次大型金融危机给全球经济大来了巨大的动荡和损失。由此全球金融业界着力于信用风险管理的研究和推进。从20世纪50年代开始，银行业就有一套古典信用分析体系。随着研究的不断发展，定量测量信用风险的模型也在不断地进步和完善。信用风险结构模型就是在信用体系发展中诞生的一类主要的信用风险量化模型，为金融机构的信用风险管理提供重要的工具和参考。随着我国市场经济的发展，经济全球化的进一步深化，越发要求我国金融机构提高自身信用风险管理能力。本文回顾了信用风险结构的模型的发展历程，并从我国商业银行信用风险管理的角度出发，利用Leland-Toft模型进行理论与实践研究，希望对我国商业银行的信用风险度量和管理提供有益参考。　　本文着重整理了信用风险结构模型的发展和原理，选用LT模型进行基于我国A股市场的实证分析。研究的主要内容包括:(1)信用风险分析体系的发展历程，回顾了主要信用风险分析方法的发展，整理了国内外当前对信用风险的研究现状;(2)信用风险结构模型的诞生、发展和特点，介绍最初的默顿模型以及具有代表性的LS模型和LT的模型的构建框架、基本原理及特色，给出各个模型对预期违约率的计算方法和公式;(3)将LT模型应用于我国A股市场上市公司，探讨LT模型的识别能力。接着本文尝试通过利用误判率以及绘制ROC曲线的方法找出对公司信用风险进行预判的最佳时期。　　在研究中我们得出:(1)在预测期限相同的情况下，一般ST类公司相对于非ST类公司有更高的违约可能性，符合我们的经济直觉;(2) LT模型可以根据3个会计年度内的相关数据对不同类别公司进行有效区分，而当预测期限为3.5至5年时判别效果不理想;(3)商业银行在信贷活动中，选择利用LT模型对目标公司在未来某时点的预期违约率进行估量时，应将预测时段控制在3年以内（含3年），以确保模型的效果得以正常发挥;(4)当采用LT模型要对公司未来某时刻的信用风险情况进行预判时，最优预测期限为提前1.5个会计年度。