近年来，我国的债券市场得到了长足的发展，债券的品种、发行规模以及与数量都在以极高的速度增长，特别是公司债券，自2007年首次发行以来，迅猛增长，2014年及以后尤为明显，给我国的金融市场增添了新的活力因素；在公司债迅速发展的同时，风险也在不断加剧，2014年3月，“11超日债”实质违约，打破了我国债券市场刚性兑付的神话，违约事件开始频繁发生，截止2017年12月末，我国已经有111支信用债券发生违约，违约金额高达649.85亿元，涉及57个发行主体。
　　债券最主要的风险就是信用风险，而针对我国公司债发行主体的信用风险测量主要面临以下两个难点：第一，我国公司债起步较晚，中国的债券市场发展相比于股票市场一直大幅落后于西方国家，其中公司债最甚，各项体制均处于探索时期。第二，随着公司债市场规模扩张性的变大，发债主体所涉及的行业领域也在扩展，同时带来了发债主体之间质量的良莠不齐，给公司债风险的甄别带来了更大的困难。
　　目前，我国在公司债信用风险度量学术研究和实践上均与西方国家有一定的差距，学术研究主要停留在定性分析、方法理论的介绍与基于上市主体小样本模型验证阶段。业务实践上信用评级作为主要的信用风险度量手段，由于体系的不完善，评级机构较多，缺乏明确的监管主体，导致存在不同机构的评级一致性不足、评级结果的预测性和时效性缺乏等问题。
　　本文以我国公司债券发行主体为研究对象，选取2012年1月至2016年12月为研究阶段，以目前测度上市企业信用风险较为常用的KMV模型为基础，针对我国公司债券信用风险度量模型进行修正与实证研究。该模型的局限主要有两方面，一方面是模型的提出与主要实证均在西方国家，所以主要参数需要针对我国公司债具体行情进行重新修正，另一方面，传统的KMV模型是以上市企业为研究对象的，因为上市企业的信息更加公开透明容易获得，然而我国公司债有一大部分的发行主体为非上市公司。基于这两大局限，本文主要进行了以下改进：第一、对于上市主体的股权价值波动率模型研究与对比，发现基于GARCH模型的我国公司债发行主体股权波动率与现实情况更贴合。第二、对于非上市公司债发行主体的资产价值及其波动率，通过对同行业上市发行主体进行研究，使用回归替代法，找到各个行业资产价值及其波动率和财务指标之间的关系，并应用到非上市发行主体中。最后考虑到KMV模型对于财务指标的应用仅仅在债务上，为了充分发挥可获得数据以发挥模型的前瞻性，将KMV模型与Z-score模型理论相结合并进行改进，把KMV模型得到的DD值与其他财务指标同时加入LOGIT模型中，形成GARCH-KMV-LOGIT模型，对该模型回归估计得到不同发债主体的违约概率以满足实际需求。
　　通过分别对公司债券中所有数据质量符合要求的上市发行主体和非上市发行主体进行基于GARCH-KMV-LOGIT模型的实证研究并进行深度分析发现，对于上市公司债发行主体，模型得到的预测违约概率，与发行主体2017年年底最新表现对比，该模型的AUC达到了0.855，具有较为稳健的预测性，充分证明了混合模型GARCH-KMV-LOGIT能够及时准确地预测出我国上市公司债发行主体的信用水平。对于非上市公司债发行主体，利用回归替代模型结合KMV模型得到的违约距离能够显著区分不同信用水平的发行主体，但是违约距离和违约概率之间的转化模型还有待进一步优化。