众所周知的美国次贷危机引起了世界巨大的金融危机,各国的金融经济都受到前所未有的冲击,而其直接导火索指向了次级房屋信贷业务的大量违约,至此,信贷资金违约概率的测度成为各国商业银行开始格外重视的环节,不例外的,我国商业银行也必须重视信贷资金违约概率的掌握即信贷风险的度量。KMV模型作为成熟的风险量化工具,应当被运用到我国商业银行信贷风险度量之中,帮助我国商业银行在信贷风险既定发生之前准确度量信贷风险大小,掌握商业银行自有资金的安全程度,有效避免损失发生。本文通过理论分析得出KMV模型在我国商业银行信贷风险度量中的适用性,在结合我国商业银行度量信贷风险存在不足的现状,提出我国商业银行引入成熟的KMV模型来度量信贷风险的必要性,并进一步通过实证分析检验了我国商业银行运用KMV模型度量信贷风险的有效性。在实证检验中,首先,详细介绍了KMV模型的相关理论,重点阐明了KMV模型的求解步骤,以该求解步骤作为后续的实证过程。其次,将选取的来自五个不同行业的五家上市公司的ST股和五家上市公司的绩优股的相关股票交易数据和财务数据带入模型,得出最后的度量指标即违约距离DD,做出样本DD值的直观图。最后,通过分析违约距离DD的直观图,从违约距离经验值、样本股票分类和样本行业分布三方面得出一致的实证结果,即KMV模型度量我国商业银行信贷风险的可行性。由于KMV模型在我国仍处于探索阶段,制约因素很多且运用条件不够成熟,针对这些不足本文从三方面提出我国商业银行运用KMV模型度量信贷风险的对策建议。一是推进科学的信贷风险量化手段,二是创立良好的金融生态环境,三是引入完备的信贷风险人文体系。