信用风险管理是银行业管理的核心，信用风险的度量又是信用风险管理的基础。科学技术的进步和急速变化的国际经济环境，使得信用风险变得更加复杂，如何对信用风险进行准确的度量也越来越受到世界各国的关注。随着研究力度的加大和投入的不断增多，新的模型和方法不断涌现，新的信用风险度量手段也不断付诸实践。通过借鉴和学习国际上的先进信用风险管理技术和方法，建立适合我国国情的信用风险度量的模型和方法，是我国银行业面临的一个重要课题。正是在这样的背景下，本文就我国上市公司信用风险度量进行相关研究。 本文首先对信用风险度量的相关方法和文献进行了回顾，对我国在该领域所获得的研究成果进行了介绍，并对拟采用的信用风险度量方法进行详细的理论论述。在此基础上，通过上市公司样本的精心选择，利用KMV模型和LOGISTIC模型方法，就我国上市公司信用风险的度量进行实证的研究。研究表明，目前对我国上市公司信用风险度量而言，直接应用基于期权定价理论的KMV模型其判别率较低，而以财务指标为主的多元回归模型是有效的，特别是在违约发生前一、二年。本文所获得的判别模型显示，违约发生的前一年资产偿债能力指标和应收账款周转率指标与违约发生率高度相关，而与盈利能力指标相关性较弱。而在违约发生的前二年的违约判别过程中，违约率与盈利能力指标、现金流量指标、应收账款周转率密切相关。在对模型的检验中显示，模型的总判别率很高，其中违约发生前一年的模型对样本的判别率达到94％，对新增的检验样本到达85％；违约发生前二年的判别模型对样本的判别率也达到94％，模型显示良好性能。 本文采取了理论分析和实证研究相结合的方法。在违约样本的选择、KMV模型的应用，以及LOGISTIC模型指标体系的构建等方面体现了一定的创新性。