一直以来,我国中小企业对经济增长的贡献与中小企业获得的金融资源严重不匹配,融资难问题制约着我国中小企业进一步发展。造成中小企业融资难的重要原因之一就是中小企业的信贷风险与大型企业不同,银行针对中小企业的信贷投放缺乏行之有效的风险管理方法,在风险模糊的情况下,银行只能采取不作为的方法,导致银行“惜贷”现象的出现。本文首先按照巴塞尔Ⅱ的规定,对国内学术界未有涉及的我国中小企业的划分标准进行了深入的探讨。接下来本文对我国中小企业的信用风险特点、内部评级法对我国中小企业信用风险度量产生的影响进了了分析。然后本文在理论上深入分析比较了三种主流的信用度量模型在我国的适用性,包括属于传统信用风险度量方法的多元判别分析模型和Logistic回归模型,属于现代信用风险度量方法的KMV模型。本文参照巴塞尔Ⅱ关于中小企业划分标准的规定,利用我国324家上市中小公司的数据对我国中小上市企业信用风险进行实证研究。以往我国学术界对中小企业信贷风险的研究,多数集中在风险管理、内部控制等规范性领域。对中小上市公司的研究也只是限于中小板和创业板,而我国中小板上市公司较少,以ST及*ST为代表的信用状况差的企业样本数屈指可数。创业板成立时间太短,不存在ST机制。由于受到样本的局限,缺乏大量数据支持的统计检验,学术界一直没有找到充足的实证依据来判断不同风险度量模型对我国中小企业的适用性。本文使用充足的样本容量对模型适用性做分析,使得本文实证结果说服力强、更加具有代表性。本文使用我国中小上市公司的股票价值信息和财务数据构建三种模型,并对三种模型的拟合情况、不同时间长度的预测精度进行了比较,得出使用KMV模型度量我国中小上市公司的信用风险更加有优势的结论。然后本文使用KMV模型对创业板公司的信用风险进行了度量,对非上市中小企业使用KMV模型的参数进行了说明,极大的拓展了KMV模型在我国的应用范围。本文最后在分析我国中小企业信贷风险管理现状的基础上针对存在的问题,从商业银行角度、政府角度及企业自身角度提出了建议,并指出了文章的局限和进一步研究的方向。总之,我国商业银行应该尽快构建自己的现代风险管理模型,集合统计分析、期权定价等先进的理论和技术,准确测算中小企业信贷风险,积极调整客户结构,跳出“垒大户”的传统思维,将信贷资源向中小企业倾斜。