信用风险是我国商业银行发展中必须要面对的风险,而信用风险的度量是我国商业银行风险管理的重点。对信用风险的研究,为商业银行降低不良贷款率、进行有效信用风险管控奠定了理论基础。现阶段我国商业银行对信用风险的度量与探索主要以理论和定性研究为主,缺乏定量的分析研究,本文利用KMV模型对我国商业银行信用风险展开实证研究具有理论与现实意义。本文首先概述了商业银行信用风险的含义、特点,产生信用风险的原因及识别信用风险的方法,其次阐述总结了我国商业银行信用风险度量的现状及问题,并对问题的理论基础与现实背景展开原因分析,最后对目前在学术界具有普遍研究意义的风险度量模型KMV模型、Credit Metrics模型、Credit Risk+模型、CPV模型展开分析比较,经过对比研究,本文将探讨信用风险度量的实证模型确定为KMV模型。KMV模型衍生于期权定价理论,利用股权价值、股权价值波动率、企业违约点推算企业资产价值和资产价值的波动率,从而求出违约距离,并得出企业预期违约率。由于上市公司为商业银行主体借贷客户,因此在实证分析环节,本文的研究对象为2018年沪深交易所被特别处理的20家ST上市公司、20家*ST上市公司和与之配对的40家非ST上市公司,根据样本公司2018年的财务数据和股票数据,运用KMV模型求出违约距离,实证分析结果表明非ST上市公司的违约距离远远大于ST上市公司和*ST上市公司,违约距离越小,表明上市公司发生违约的概率越大,违约距离越大,则表明上市公司发生违约的概率越小。因此KMV模型在一定程度上反映了我国上市公司发生信用风险的概率,通过实证结论与现实情况的结合,本文提出了商业银行强化信用风险度量能力的措施与建议,希望为商业银行信用风险度量体系的发展提供一定的借鉴意义。