中国债券市场虽然成立时间较早，但由于各类监管政策和相关制度搭建不够完善，国内企业融资普遍依赖银行贷款等间接融资形式，使得债券市场发展较为缓慢，长期以国债、政策性金融机构债等无风险的利率债和企业债等风险较小信用债为主要发行、交易品种，市场上并未出现真正意义上的债券违约事件。因此，债券市场投资机构在对债券进行定价时，对发债主体的信用风险关注较少，导致信用利差对信用风险敏感度较低。直到2014年3月4日，“11超日债”违约，才真正意义上打破了中国债券市场长期“刚性兑付”的状态。截止2018年12月25日，在短短5年间，中国债券市场已经有109家发债主体出现了违约，涉及债券240只，违约金融累计达2011.86亿元。尤其是在2018年，在国内国际宏观经济环境同步恶化，金融业“去杠杆”持续挤压融资渠道的双重影响下，中国债券市场违约风险进一步暴露，仅在一年间，便有117只债券发生违约，涉及金融1152.01亿元。毫无疑问，随着经济下行压力的加大，企业的生产经营也将面临更大的压力，信用风险必将成为信用债市场定价的关键因素。而采取发行人付费模式的信用评级机制天然具有滞后性和道德风险，无法精确地揭示企业的信用风险。因此，对企业信用风险进行精度更高的建模具有十分重要的现实意义。
　　由美国穆迪公司在Merton模型和Black-Scholes公式的基础上提出的KMV模型经过美国市场和众多国外学者的检验，能够较为有效地对上市公司的信用风险进行刻画，并对违约事件进行预警。但国内市场长期以来，上市公司出现债券违约的事件较少，国内学者大多运用ST和*ST公司作为样本来检验KMV模型，无法对KMV模型在中国债券市场的有效性进行良好的检验。而2018年出现较多的上市公司债券违约事件，为KMV模型的验证提供了较好的数据基础。因此，本文首先运用MatlabR2013a软件，以2018年12月20日之前出现违约的17家上市公司为样本，从横向对比和纵向对比两个维度检验了KMV模型在中国债券市场中的有效性，结果表明KMV模型虽然在违约预警方面效果一般，但能够较好的量化发债企业的信用风险。并在此基础上，选取2011年-2014年和2015-2018年间各10只上市发债主体，对企业层面的信用风险和信用利差构建了多元回归模型，并采用换手率、宏观经济指标、通货膨胀指标和股市收益指标作为控制变量，进行了相关性分析。实证结果表明，信用风险在中国债市打破刚兑后对信用利差的影响程度有所提高，但模型解释力度仍然较小，说明以上因素并不是影响目前中国债市定价的主要原因，信用利差的构成因素仍有待进一步挖掘。