信用风险作为商业银行面临的最古老、最为主要的风险之一,对银行的生存发展有着不可小视的影响。国外银行业一直探索如何准确度量信用风险以对信用风险进行有效的管理,而由于种种历史原因我国银行业在发展的早期其对信用风险的关注度不是很高。近几十年来,我国银行业认识到了信用风险会给银行的发展带来重大影响的这一现实情况,不断运用信用风险度量模型对银行面临的信用风险进行度量,从而对信用风险进行管理。2004年6月巴塞尔委员会发布了《巴塞尔新资本协议》正式稿,巴塞尔新资本协议提出了两种方法用以计量银行面临的信用风险,一种方法是标准法,另一种方法是内部评级法(IRB),内部评级法的提出让银行在进行信用风险管理的过程中更加注重量化分析,选择适当的信用风险量化模型。新资本协议推荐有条件的银行采用KMV模型对信用风险进行量化分析,KMV模型在国外的许多银行中得到了很好的应用,但KMV模型是基于国外成熟的证券市场环境而建立起来的,应用到我国并不一定适合。因此,本文试图探讨KMV模型在我国商业银行信用风险度量中的适用性。本文的研究内容主要由以下几个部分组成:第一部分为引言。这部分由本文的第一章组成,其概述了本文的一个选题背景及研究的意义,对于国内外KMV模型的研究成果进行了简单的介绍,并阐述了本文的研究内容,研究方法,实现的创新及存在的不足,搭建了本文的框架结构。第二部分为商业银行信用风险度量模型及其比较。本章首先简述了商业银行信用风险的含义;其次,分析了商业银行信用风险的传统度量方法和现代度量模型,传统信用风险度量方法包括专家判断法、基于财务指标的信用评分模型及贷款五级分类法,现代信用风险度量模型主要介绍信用度量术模型、信用风险组合模型、信用风险附加模型与KMV模型这四种常用的模型,并着重对KMV模型的理论基础,研究方法等内容进行了介绍;再次,对传统信用风险度量方法与现代模型及现代模型之间的优越性进行比较并比较了信用风险度量模型在我国的适用性,通过这些比较得出KMV模型最适合用来度量我国商业银行信用风险;最后是本章的小结,对本章所讲内容进行了一下总结。第三部分为KMV模型的实证分析。在第二章得出KMV模型适合用于度量我国商业银行信用风险的基础上,本章前三节运用我国上市公司数据对KMV应用的有效性进行了实证研究。首先采用PSM(倾向得分匹配)模型选取了本章进行实证研究的样本公司,并对KMV模型应用的参数进行了设定与修正,以往文章在选择实证对照样本时其人为的主观影响很大,而样本的选取会直接影响实证的结果,因此本文选择了采用较为客观的PSM模型来选取样本,以尽可能减少主观因素对模型有效性结果的影响;其次,运用选取样本公司数据进行实证运算,实证过程包括股权市场价值及其波动率的计算、上市公司违约点DP的计算及上市公司资产价值和波动率的计算等内容;随后对实证的结果进行了分析。本章的第四节为KMV模型稳健性分析,利用样本数据对KMV模型应用的是否具有稳定性进行了验证。由于缺乏足够的违约数据,无法构建适合我国应用的违约距离DD和预期违约概率EDF之间的映射关系,而理论得到的违约率准确性无法确定,因此本文以违约距离作为实证的最终结果进行分析。本章的最后对这四节研究内容进行了一下小结,从实证研究结果上可以看出运用KMV模型度量我国商业银行信用风险是适用的。第四部分为结论与展望。本章为本文的最后一张,主要是根据前面三章内容的介绍给出本文的研究结论,即从理论研究与实证分析上可以得出KMV模型适用于度量我国商业银行信用风险,本章还对KMV模型未来在我国商业银行信用风险度量中的应用进行了展望。