近年来,在经济环境和国家政策的影响下,我国债券市场一改以往冷清的局面,焕发出勃勃生机。然而,在经济加速去产能、去杠杆的背景下,债券市场信用风险事件频繁发生,从私募债到公募债,从利息违约到本金的违约,甚至从一些民营企业向国企蔓延,波及面之广超出市场预期。一方面原因是市场因素导致市场风险的加剧,另一方面则是信用风险的产生及扩大。如何有效地预测和管理信用风险成为了一个值得关注的焦点。在目前我国公司债券日益发展的现状下,越来越多的人开始关注债券风险中涉及到的公司债券的信用风险问题。国内的部分学者借鉴国外的信用风险理论和计量模型来研究我国公司债券的信用风险,设法从中找到最适合我国国情的模型和计量方法。但是与国外发达的经济体相比,我国的债券市场发展周期较慢,市场中信用风险导致的违约案例和相关的数据比较匮乏,但采取的国外很多模型都对数据有较高的要求,数据的匮乏使得这些模型在计量我国债券信用风险显得无计可施。因此,照搬国外信用风险度量的成型理论和模型会产生差错,我们应该依据本国债券市场的实际情况进行部分的修改,以更好地度量我国债券市场的信用风险。主要的研究内容为:首先介绍了公司债券的特征、分类及其面临的风险,并对风险的成因进行分析。然后对目前普遍运用的信用风险计量方法进行比较和分析,对比之间的优缺点和适用条件。通过比较发现,相比其他模型,KMV模型更加适用于我国上市公司债券信用风险的度量。将KMV理论中不适合我国上市公司债券的部分进行修正,包括参数和度量指标,使修正后的模型符合我国的债券市场。最终,基于我国上市公司债券信用风险度量的KMV模型构建成功。在实证分析中,本文通过评级机构给定的评级标准依次选取了30只上市公司债券样本,信用评级依次分为低风险组、一般风险组和高风险组。搜集了样本公司大量财务数据和股票市场的数据,运用Excel软件对数据进行提取和整合,最后通过MATLAB软件从方程组中求解出各组样本的违约距离。结果显示,违约距离越大,相应公司债券的评级越高,公司债券发生违约的可能性越小;违约距离越小,相应评级机构的评级越低,公司债券发生违约的概率越大。但同时还出现若干数据结果与预期出现的偏差,并对偏差进行相应的解释。因此,可以得出结论:违约距离可以作为预测我国上市公司债券信用风险的指标。KMV模型对于度量我国上市公司债券信用风险度量具有有效性和可行性,可以对上市公司的债券信用风险起到预测和管理的作用。