作为商业银行面临的主要风险之一，信用风险对银行的生存和发展影响巨大、作用持久，决定着银行资产的质量和盈利水平。因此，国际银行业和学术界高度关注商业银行信用风险管理水平的提高。信用风险的有效度量和评价是信用风险管理工作的基础，也是至关重要的环节。定量分析信用风险是商业银行了解风险状况、进行资产定价和制定信贷决策的依据。本文从技术层面，建立了Fisher判别分析的数学模型，并应用于上市公司的信用风险评价中，具有重要的现实意义。本文主要进行了如下研究：首先，对国内外信用风险评价方法研究现状进行了系统地总结和阐述，详细分析了我国商业银行信用风险管理的一般现状及其成因。其次，简介了三种主流的信用风险计量模型Logistic回归模型、KMV模型以及基于VaR的Creditmetrics模型。最后，建立了信用风险评价Fisher判别分析模型，并进行了实证分析，结果表明该模型具有一定的实用性和有效性。该模型为我国商业银行的信用风险评价方法选择提供了参考和借鉴。