近年来,房地产开发企业高负债、高周转的运营模式受到国家日益趋严的政策调控影响,使房地产行业不得不面临转型时期的阵痛。由于面临着“三道红线”等政策下的融资限制、土地资产难以变现等多种问题,房地产行业正在经历着新一轮资金寒冬,越来越多的房地产开发商被曝出面临债务难以偿还的困境,2021年下半年,恒大等多家典型房企的债务违约事件更是加剧了市场对于房地产行业的担忧情绪。在当前我国金融市场环境下,房地产开发企业的主要融资途径为商业银行贷款,房地产企业的贷款质量对商业银行的信用风险有很大影响,商业银行需要高度重视房地产开发企业的债务问题,对房地产企业贷款进行更加慎重的分析和审查。论文基于KMV模型,选取2011年6月至2020年12月的商业银行相关数据,结合前人实践经验,使用KMV模型计算出各个样本银行的违约距离,以此作为商业银行信用风险的衡量指标,并在此基础上使用面板数据进行回归,分析各个商业银行的房地产企业贷款占比对银行信用风险的影响。实证研究发现:（1）我国主要上市商业银行的信用风险长期处于合理范围之内,且银行信用风险水平与其发放的房地产企业贷款占比呈现正比例关系。（2）国有五大商业银行和非五大行的资产规模、风险控制能力不同,房地产企业贷款对五大行的影响不显著,但对全国股份制银行和城市商业银行的信用风险有显著的负面影响。论文的最后,主要提出了以下几点建议:商业银行需密切关注房地产开发行业变化,加强对房地产企业的贷款审查和监督机制,同时以创新金融产品等方式转移房地产企业贷款风险,并且需要重视信用风险量化管理人才的培养。论文的创新点是:首先,以往的相关文献在研究房地产企业贷款与银行信用风险关系时,多数采用案例的方式聚焦于研究某个单独的商业银行,而论文则对整个上市银行群体展开研究;其次,在实证研究过程中,论文研究了房地产企业贷款对国有五大行和其他样本商业银行的不同影响,对以往的文献研究有所补充;最后,论文以房地产企业贷款和银行信用风险为主题,采用2011-2020年的数据进行实证研究,在样本数量和时间跨度上有进一步的完善。论文的研究不足是:KMV模型无法适用于非上市银行,但上市银行的资产规模更大、风险管理能力更强,信用风险相对较低,缺少中小银行样本可能会在一定程度上影响结论。相信随着时间的推移,后续研究可选择的银行会更多,可以得到更准确的结果。其次,由于研究所需的商业银行财务数据未能完全公布,论文难以对各个银行的房地产企业贷款的长短期、是否有抵押物等进行划分,因此对核心解释变量的讨论较少,如果后续的数据披露能够更加完善,将可以进行更为细致的研究。