我国银行业普遍存在信用风险的度量与管理问题,因此,银行业的不良贷款问题日益严重。根据银监会于2016年2月15日发布的银行业数据显示,在2015年四季度末的中国商业银行不良贷款率为1.67%,较上季度增加了0.08个百分点,新增加了881亿元。如今我国商业银行仍主要依赖存贷息差获利,而存贷业务则是建立在银行良好的信用水平上;因此,对银行业的信用风险进行识别,构建出良好的信用风险度量模型,做好防范与管理准备,使商业银行可持续健康发展,成为中国银行业亟待解决的主要问题之一。本文立足于研究我国商业银行信用问题产生的原因及其特征,将银行业内外部评级方法做了对比并提出相关建议;对银行业信用风险的不同度量模型进行分析与比较,针对我国实际情况以及数据的适用性,经过对比筛选,选定了以企业财务数据为基础的多元判别分析的方法。采用国内外研究界定方法的惯例,从我国资本市场的主板选择40家财务正常企业以及40家出现财务危机企业样本,选取七大类共17个财务比率指标数据,并将财务正常与财务危机企业平均分为2组,分别用来构建模型与校验模型,运用2014年数据和SPSS统计软件,构建了多元判别分析模型,对于数据的多维性,运用了主成分分析进行降维处理,最后得到优化的多元判别分析模型。通过检验与比较,此两种模型均为有效模型,且判别正确率均在85%以上,对于数据降维后的多元判别分析模型,其稳定性与精确性要略高于原始数据的多元判别模型,最后对于两种模型的应用提出相关建议与结论,即对于临界值进行适宜调整来提高模型正确率。银行业应自主开发度量模型,保持与时俱进,对于更先进的模型进行学习与运用,加强理论与实践的结合应用,进一步提高风险度量研究水平。