信用风险管理一直是金融风险管理领域最具挑战性的课题之一。近年来，金融市场规模的迅速扩张和金融产品的不断创新使得信用风险变得更加复杂，美国次贷危机的爆发更是向全球又一次敲响了信用风险管理的警钟，信用风险的度量技术和管理方法成为理论界和实务界关注的焦点。信用风险是我国商业银行面临的主要风险。近年来，我国银行业发展较快，但是由于历史和体制的原因，相对经济发达国家而言，我国信用风险管理技术相对较为落后，信用风险模型研究和应用也刚刚起步。随着我国金融市场开放程度的加大、金融体制改革的不断深入和当前经济增长放缓导致的企业盈利能力下降，我国商业银行的信用风险开始凸现出来，合理有效的度量和管理信用风险成为保障商业银行稳健经营和金融经济健康发展的关键问题。在这一现实背景下，本文通过深入研究和分析现代信用风险管理模型，结合我国的实际情况来探讨模型在我国市场的适用性和可靠性，这对于提高我国商业银行信用风险管理水平具有十分重要的理论和现实意义。
　　 本文从信用风险的概念、特点以及信用风险管理的基本理论出发，介绍了巴塞尔新资本协议的主要框架和内部评级法的核心内容，并进一步探讨了我国实行内部评级法的可行性和必要性，并详细阐述了信用风险度量的模型和方法；在此基础上，结合我国实际，利用我国上市公司为样本建立KMV模型，通过实证研究分析KMV模型在我国市场的适用性和准确率，从时间序列的角度探讨KMV模型的适用条件：接着，本文根据KMV模型的原理对我国上市公司行业的信用风险进行了实证研究，扩展了KMV模型的应用范围；然后采用我国上市公司的财务指标建立了Logistic计量模型，分析了影响我国上市公司信用风险的主要指标并探讨了模型的准确率；最后，在综合考察KMV模型和Logistic模型的基础上建立了复合模型，为信用风险度量模型的改进提供了思路。
　　 本文的研究结果表明：KMV模型对于我国上市公司信用风险的度量具有较强的适用性和可靠性，值得我国商业银行学习和采纳；KMV模型能够及时迅速的反应我国上市公司行业信用风险的变化，是我国商业银行现行行业风险分析的有益补充；基于财务指标的Logistic计量模型对于我国上市公司的信用风险评价具有较高的判别准确率，同时，结合了KMV模型和Logistic模型的复合模型在对公司信用风险的判别准确率和预测能力上都有所提高，这也说明商业银行在进行信用风险度量和管理时需要综合考虑各方面的因素，实施全面风险管理。
　　 本文在研究的过程中，通过对样本的合理筛选和结果的反复检验来提高研究结果的可靠性，通过对模型扩展与改进的深入探讨来加强研究结果的可借鉴性。本文对于我国商业银行信用风险度量及管理具有一定的理论参考和实际应用价值。