本文综合考虑金融市场上真实存在的不确定性风险,借助期权标的贝塔的“显性”表达优势和能够动态灵敏地反映上市公司信用状况的KMV模型建立合理、科学的信用风险结构化模型,以期能准确预测和识别上市公司的信用风险,并有效地提高各企业和金融机构的风险识别与管理能力。首先,沿用结构化模型将具有期权特征思想的公司股权价值应用到公司信用风险评估中的思想,本文将期权标的贝塔与具有期权定价思想的KMV模型结合起来,从期权标的贝塔视角捕捉公司股权价格与公司资产价值之间的非线性关系,进而建立了基于期权标的贝塔的公司信用风险度量模型。其次,尝试利用最小二乘法回归估计期权标的贝塔,为此,结合CAPM框架和期权标的贝塔特性构建了公司股权价值收益与公司资产价值收益关系式,并提出了利用加权平均资本成本法(WACC)近似地确定公司资产价值收益率,从而进一步挖掘并刻画出公司价值的变化过程与规律。最后,选取沪深证券交易所中38家ST与非ST样本公司进行实证分析,并借助非参数检验法(Moses Extreme Reaction、Kolmogorov-Smirnov 以及 Wald-Wolfowitz 游程)和ROC曲线分析法等,从多方法、多角度检验了新模型在甄别上市公司违约风险方面的有效性以及与经典KMV模型的效果差异,得到以下实证结论:(1)基于新模型和经典KMV模型计算得到的ST与非ST公司的违约距离均存在明显差异,说明模型在区分这两类公司的信用违约状况方面均是有效的,即模型可甄别这两类公司的信用违约风险。(2)基于新模型计算得到的ST和非ST公司的违约距离的差异较经典KMV模型更加显著,说明新模型甄别ST与非ST公司信用违约状况的能力在一定程度上优于经典KMV模型。