数目，N为年初资产价值距离违约点为其标准差的某一常数倍的一组公司的数目。根据公司资产价值服从布朗运动，可以计算出理论预期违约概率值EDF，公式如下：式中，VT为预期公司资产价值，V为现时公司资产价值，ZT服从标准正态分布。
实证分析过程
本文随机选取3只2006年新ST的上市公司，并选取了财务状况稳健、市场表现良好的3只股票作为对照组。2000年到2005年的全部数据来自于雅虎财经网站和国泰安公司的CSMAR数据库系统。日收益率计算公式为：。统计得出日标准差，即日波动率后，由公式：年波动率的平方日波动率的平方×1年中包含的天数，就可以得到股权收益的年波动率。无风险利率r的值取为一年期存款利率，即225。时间范围T取为1年。违约点取为流动负债加50的长期负债。运用Newto
迭代公式，经MATLAB软件编程处理后，得到计算结果。利用全部6只股票的违约距离（DD）对理论预期违约率值（EDF）、所有年份的全部EDF值作图，见图1和图2（其中图2中横坐标的年份指的是每年的最后一个股票交易日）。从图1可以看出，6只股票的违约距离和理论预期违约率大致呈现出了穆迪KMV公司的模型研究报告中所描述的DD与EDF的关系图。但是由于数据偏小，远距离的预期违约概率和违约距离的关系不是很明显，还有待于更多实际数据的检验。
f从图2中可以明显地看出，000779、600136和000509这3个公司在被ST之前的EDF值有了很大的变化，特别是600136在被ST的前两年，EDF值就有了明显的增长。而另外3只财务状况稳健、市场表现良好的股票的EDF值变化较小，并且显著地低于ST公司，从上图中甚至难以将它们区分开来。国际上著名的穆迪公司使用KMV的EDF模型给出的违约概率参考区间为002，20，显然以上计算得到的理论预期违约概率值偏低，因此，EDF模型计算出来的EDF值在当前国内市场的适用性和准确性还有待进一步地验证。但是，通过本文的实证研究描画出来的图2显示，该模型还是具有一定的风险预警作用，可以有效地区分出被ST的公司。与以会计为基础的体系和以信用评级为基础的体系相比，EDF值的这一更大的敏感性来自于EDF值与股票市场之间直接的联系。随着关于借款人的新信息的产生，其股票价格和股价的波动性会作出反应，其暗含的资产价值和资产价值的标准差也会有所反应，从而会导致EDF值的变化。对于非上市公司，股权的市场价值及其波动性无法直接观察到，EDF模型的关键变量也就难以直接估算。此时可以根据非上市公司与上市公r