从商业银行产生之时起,信用风险便与之相伴而生。这不仅是因为在市场经济中,商业银行和其他企业一样,从事任何交易都面临着交易对手不能按时履约的风险,更重要的是,从一开始起,商业银行最基本的职能之一就是向市场提供信用、经营信用风险,因此信用风险管理一直以来都是商业银行风险管理中的重要组成部分。特别是在金融风暴的席卷下,多家银行发生信用危机而破产,更迫使学术界将眼光集中到信用风险上来。　　 随着金融理论和实践的发展,信用风险的概念和内涵也得到了拓展和延伸。从当今组合投资的角度出发,信用资产组合不但会因为交易对手(包括贷款借款人、债券发行人等)的直接违约发生损失,而且交易对手履约可能性的变动也会给组合带来风险。这种现实情况对商业银行进行信用风险管理的准确性和预测能力都提出了更高的要求。　　 目前,我国的信用风险管理水平还相对较低,评价方法粗劣,主观性较强,很少使用信用风险度量模型对贷款的信用风险进行评价,导致商业银行对信用风险的度量精确度和揭示能力都比较差。学术界一直在对相关的风险模型进行研究,希望将国外比较成熟且操作性较强的信用风险度量模型引入国内,KMV模型便是其中之一。KMV模型的优点表现在它是一种动态模型,可以及时反映交易对手信用风险水平的变化;同时,KMV模型是一种具有前瞻性(Forward-looking)的方法,在一定程度上克服了数理统计模型依赖历史数据向后看(Back-looking)的缺陷。KMV模型主要使用了证券市场中上市公司的股票数据,这些数据较易取得,具有公开和准确的特点,特别是其对证券市场的有效性要求不高,在我国弱有效的证券市场中更具适用性。但是,KMV模型产生的背景是美国发达的证券市场,模型中许多参数均来自KMV公司多年来对美国市场中相关数据的积累和验证,而我国的国情具有特殊性,照搬国外的理论必然会导致误差,影响模型结论的准确性,在实践中可能会给商业银行带来损失。为使模型更适合我国市场的情况,本文对KMV模型的违约点重新进行了设定,并将改进前后的模型进行了实证比较。　　 全文的研究共分为五个部分:前言、文献综述、违约点修正分析研究、修正前后模型识别能力比较和结论与建议。　　 前言部分从分析研究的现实背景和理论背景出发,对本研究的选题依据、研究目的、研究意义等问题进行了阐述,并对本研究的研究思路、总体框架和技术路线作了总体的介绍。　　 文献综述部分对研究所涉及的各个重要概念——信用风险、KMV模型的理论发展以及财务指标与违约的关系等的研究情况做了系统的回顾,并且对此前的整体研究做了相应的评价和总结。　　 违约点修正部分主要在文献综述的基础上构建了本研究的理论框架并提出了本研究的假设条件,从我国证券市场中搜集并处理模型所需要的数据,通过面板数据回归的方法,确定了修正后违约点的定义式。　　 在对修正前后模型识别能力进行实证分析的部分,本文从沪深股市中随机选取了30只ST股票作为违约组,一一对应地找出与违约组公司同行业且资产规模近似的30只正常股票,并对这些股票的相关数据进行了处理和分析,将计算出的各公司的违约距离作为违约概率的描述指标。首先,对两种计算方法下的违约距离进行了描述性统计分析和均值检验。其次,对两种模型犯错误的概率进行分析,包括将正常的公司判断为违约公司的概率和将违约公司误判为正常公司的概率两类。最后,使用SPSS软件做出ROC曲线,比较两个模型识别能力的大小。　　 最后的结论部分,我们对数据分析结果进行了深入探讨,指出了本研究的理论创新、局限性和未来研究方向,并提出了切合我国商业银行经营管理发展方向的建议。　　 本研究首次对KMV模型中违约点进行了多因素的回归分析,提出了资产负债率、流动比率两个偿债能力指标会对违约点产生一定的影响,重新定义了违约点的计算公式,并以60只上市公司股票为样本,对模型的识别能力进行了验证,证明修正后的模型对信用风险的识别能力更强。同时,本研究也存在着很多局限性,如只研究了偿债能力指标中的典型指标;尚未研究经营能力、盈利能力指标;样本时间跨度较小,数量不多,使结论的适用性有所欠缺;在模型相关参数的计算中,由于资料限制,只能用近似数据代替,使结论的准确性有所减弱。未来的研究需要在克服这些局限性方面多下功夫。