信用风险是银行等金融部门所面临的一种主要风险,对信用风险的管理一直是各国政府金融部门及监管部门的工作重点。目前我国银行风险管理水平落后,并没有形成一套成熟的信用风险度量技术,我国银行业信用风险度量基本上还处在传统的信用评级初级阶段,这种信用风险分析方法主观性太强,导致了对企业信用评估的结果与企业实际状况有较大偏差。随着中国金融业对外开放,我国商业银行必须加强应对市场竞争的能力,开发研究适用的信用风险管理技术,完善自身的风险管理体系,提高银行风险管理水平。本文主要研究信用风险管理各种模型和方法,在阐述信用风险概念和其特征的基础上,介绍了传统的专家评分法、单变量分析法、多变量分析法;随后介绍了现代信用风险管理模型,包括:神经网络模型、J.P摩根的CreditMetrics模型、KMV公司的KMV模型和CSFP的CreditRisk+模型、CreditPortfolio View模型;然后又重点说明了KMV模型的理论来源及原理,阐明了KMV模型的计算过程及其参数的估值方法,通过对KMV模型进行适当改进,使之更适用于我国国情,适用于上市公司的信用风险度量,并通过实证研究,对其结果加以分析说明,论证了KMV模型能较好反应我国信用风险管理现状;最后对本文进行了总结研究并对信用风险领域下一步的工作进行了前景展望。本文分为五章:第一章主要论述了研究的背景以及研究目的和意义;第二章文献综述部分主要阐述了国内外信用风险管理状况;第三章介绍了各种信用风险度量模型,包括传统模型和现代信用风险管理模型;第四章应用KMV模型对我国上市公司信用风险状况进行了实证研究;最后,第五章对信用风险管理的发展进行了展望。