由于我国信用体系建设仍然处于初步阶段,包括上市公司在内的很多企业都存在严重的信用缺失问题。如何对企业信用风险状况进行准确评估,从而减少信用风险承受者的损失是一个亟待解决的问题。虽然国外已经开发了多个现代信用风险计量模型,但由于中国的银行信用数据记录较少,导致这些模型的应用受到了限制。KMV模型重点采用公司市场数据和财务数据,是现代信用风险计量模型中一种适合用来度量中国上市公司信用风险大小的方法。目前国内学者对KMV模型的研究大多是借鉴国外经验,模型参数一般参照KMV公司根据美国公司情况设定的参数,而忽视了中国公司和美国公司在本质上有着很大不同。　　 本文主要从KMV模型出发,通过结合中国上市公司实际数据,重新估计了违约临界点和公司股权价值,从而使KMV模型能更准确度量中国上市公司的信用风险。经验证,参数估计改进后的KMV模型在中国市场具有很好的适用性,能够很好地区分高风险(ST公司)和低风险公司(非ST公司)。并且模型功率比较表明改进后模型预测功率提高,更能及时准确地反映上市公司的信用状况。而且通过寻找最优违约距离分界点,给出了改进后模型的预测精度。最后通过在纵向时间上的比较,证明了改进后模型预警时间提前,这为信用风险承担者提供了更长的决策时间,从而降低了信用风险暴露。