在竞争如此激烈的今天,我国上市公司资产负债率偏高,这样虽然可以利用财务杠杆,但更为重要的是面临巨大的债务危机;而银行也相应地面临相当大的信用风险,一旦债务企业不能按期还款,后果将不堪设想,因此关注债务企业尤其是上市公司的信用状况关系到我国国民经济的健康发展。在国外从二战以后,为了对企业的信用状况进行预测,不断出现新的方法与模型,从定性到定量,从单一到复合,从传统计算方法到金融数学方法,随着时代的发展,经济状况的变化,一步步走向严密与精确,变得更加理性并符合客观实际。但是在中国,信用风险的预测做得非常不够,一般还使用信用评级方法,对信用风险的预测模型的开发也少有进展。随着世界经济一体化,信用风险必将增大,这些方法是无法有效防范和化解危机的,因此加强信用风险预警模型的研究,科学有效地控制企业的信用风险,成为亟待解决的课题。所以,对上市公司信用风险预警模型的研究既有理论价值又有现实意义。论文首先界定了信用风险的含义,分析了信用风险研究的理论依据,介绍了各种信用风险预警模型,并对各种模型进行了适当的评价,同时指出由于我国信用风险管理起步比较晚,缺乏巨大的公司违约数据库,信用评级机构水平整体不高,无法建立违约转移矩阵,另外我国贷款并不存在真正的自由有效市场,因此不符合泊松分布,同时我国是刚刚新兴的弱有效市场,因此在当前来说,最有效最符合我国实际的模型是KMV公司的KMV模型。接着论文介绍了KMV模型的原理,分析了在中国必须对KMV模型进行修正的原因以及在中国应用中存在的问题。为此论文试图构建适合中国国情的信用风险模型,在本文中,用配对抽样抽取将近460企业来进行实证研究,结论表明KMV能很好的区分ST类公司和非ST类公司。ST类公司的违约距离平均小于非ST类公司的违约距离,同时从图表中可以看出优质的大型公司违约距离要远远大于劣质的ST公司,这是和常识所一致的,证明了模型的实用性,同时对新旧模型进行了比较,结论是在新模型下,在建模样本129家ST公司中判别率为72.09%,129家非ST公司中判别率为72.39%。在检验样本100家ST公司判别率86%,100非ST公司中判别率为77%。在新模型下大部分非ST公司的违约距离大于零,大部分ST公司的违约距离小于零,而在旧模型下几乎所有的公司的违约距离都大于零,可见新模型比旧模型有更好的经济意义,更能反映经济事实。本文的最后指出了研究的不足和进一步研究的方向。