信用风险是资本市场重要的金融风险之一。随着近年国内融资租赁行业的发展,国内融资租赁行业的上市公司信用风险不断涌现。本文通过对测量信用风险的理论模型研究,找出适合我国融资租赁行业上市公司的信用风险理论模型,对该行业的信用风险测量具有重要的理论与现实意义。本文通过对国内外度量融资租赁信用风险的理论进行研究,重点对当前常用的测量信用风险理论模型进行了对比,选取了KMV理论用来测量国内融资租赁行业上市公司的信用风险。本文结合国内实际情况,从违约点数值计算和违约数据库构建两个方面对KMV模型进行了两处改进,即一是根据长期债务分频资金最大风险暴露敞口选择数值来计算违约点数值,二是针对国内违约数据库缺失的情况,对国内97家上市公司数据进行计算,收集违约距离与实际违约行为的数据,构建国内上市公司违约数据库,并以此计算预期违约率。在实证方面,本文首先选取10个国内上市的融资租赁公司2015-2019年连续5年的数据作为第一组实证样本,代入修正的KMV模型,计算出样本的违约距离。再与传统的KMV模型计算的违约距离进行均值差检验,t检验,Wilcoxon秩和检验的结果对比。结果表明,修正的KMV模型计算的样本平均违约距离普遍低于修正前的违约距离,在一定程度上改良了传统KMV模型基础。接着本文无差别选取97家国内上市公司数据作为第二组数据,计算2018-2019年上市公司违约距离与实际违约行为数据,构建国内上市公司的小型违约数据库。同时基于该数据库计算出预期违约率,结果表明,基于国内公司违约数据库计算的预期违约率普遍高于传统的KMV模型计算的预期违约率。经过对统计公司实际违约行为的大数据采集,证明基于国内数据库计算的预期违约率更优于传统的数据库计算的预期违约率。最后得出结论,修正违约点与数据库的KMV模型计算的违约距离预测性灵敏度更佳,计算的预期违约率更适合我国实际情况。