商业银行的风险管理水平决定了自身的生存和发展,甚至影响社会的安定与和谐。而信用风险一直是我国商业银行所面临的最主要的风险。虽然我国商业银行历经多年改革已逐步建立起信用风险管理体系,但仍然需要进一步改善信用风险计量和管理的方法和技术,加强信息系统在信用风险管理中的应用,逐步实现从定性分析向定量分析、科学信贷的方向转变。本文从对信用风险的度量方法入手,对商业银行信用风险度量的理论及其发展进行系统的总结与阐述,进而对KMV模型进行介绍。同时,为了提高KMV模型对我国商业银行信用风险度量的准确性,通过实证分析对KMV模型进行适当性的调整,从2011年的上市公司中选取规模匹配、行业类别相同的18家公司为样本,运用Lingo、Excel等软件进行分析,通过比较ST公司和非ST公司的信用风险状况,检验KMV模型在我国应用中鉴别风险的能力,并得到适合中国国情的KMV模型。通过对KMV模型中违约点、违约距离以及这18家公司资产的市场价值V和市场价值波动率Sv在不同违约点下的比较,选出适应性最强的违约点,为提高商业银行防范信用风险的能力提供依据。基于当前我国商业银行信用风险计量和管理的现状及存在的问题,本文在实证分析的基础上,认为KMV模型可以辅助国内商业银行衡量企业的信用风险。因此,从内部和外部两个大的方面,对KMV模型在我国商业银行信用风险计量和管理的应用提出相应的建议。尽管经过调整的KMV模型对我国企业的信用风险有很强的解释力,但是其固有的局限——无法准确度量非.上市企业的信用风险这一特点限制了KMV模型的应用范围,而这也指明了本文今后的研究方向。