摘要
制造业是中国产业结构的重要组成部分，如今该行业整体产能过剩严重，信用风险持续上升，成为供给侧改革的重点对象。同时，由于制造业的资本密集性特征，行业公司是各大银行贷款业务的主要客户，这就意味着制造业公司的信用风险的高低与银行的信贷业务质量息息相关。因此，构建正确度量并预测制造业公司的信用风险状况的信用风险评估方法，有益于公司自身的风险管理、推动制造业的结构升级、响应国家“三去一补”政策，亦有益于银行的风险防范，资金优化配置，为国家推进供给侧结构性改革营造良好的金融环境。 本文在详细介绍KMV原理后，分析了使用违约距离DD作为信用风险度量的指标是具备合理性的。在模型理论基础上，结合考虑了我国制造业上市公司的特点，运用选取的样本公司的相关数据，对原有模型的违约点参数进行不同的设定，并通过ROC曲线、T检验工具对对运算结果进行验证对比，认为KMV模型在修正后能更准确地识别出我国制造业上市公司的信用风险状况。本文选取S船舶公司作为实证研究对象，利用修正后的KMV模型运算处理该公司2015年被*ST前的两年相关数据，发现该公司在2013-2015年上半年期间，受到船舶制造市场不景气的影响，信用状况持续恶化，实证结果足以对公司本身、投资者以及银行起到预警作用。本文还将违约距离和标准普尔评级标准对应结合，设置了信用危机预警线，能够更优得地提示预警S船舶公司信用状况即将恶化的时间点。论文在最后对所做研究进行总结，对KMV模型未来在我国的发展应用做了展望。
NETL