2008年下半年，金融危机席卷全球。各国纷纷推出经济刺激计划，我国也推出了四万亿刺激计划，同时各地方投融资平台也加速运转，因而形成了数额巨大的贷款，其蕴含的潜在风险不容低估。与此同时，中国银监会及时推出了中国版“巴塞尔Ⅲ”，中国商业银行面临新的监管环境。因此，商业银行迫切需要加强信用风险管理，尤其需要找到有效的工具去甄别和衡量公司的信用风险。KMV模型为信用风险度量模型之一。在以往的研究中，往往侧重于对该模型进行简单的检验，相关参数的设定也往往采用西方的经验值。同时，也没有对该模型的甄别能力进行纵向检验。本文基于中国商业银行面临的信用风险形势和新的监管环境，全面考察了KMV模型在甄别中国上市公司信用风险方面的适用性，尤其全面考察了其中一个关键方面即违约点的设定。首先，本文选取了在深圳A股市场上市的ST公司和非ST公司各36家，对于他们在2010年至2012年三年间的违约距离分年度进行了测算。并选取了9个违约点进行了对比。实证结果表明，KMV模型在股市逐步实现全流通的情况下，其甄别信用风险的能力在逐步增强。该模型在甄别ST和非ST公司的信用风险方面具有良好的表现。同时，经过对比发现，我国的最佳违约点为短期借款加上0.3倍长期借款。我国的长期借款在违约点中的权重低于西方经验值。基于目前我国的信用风险形势和新的监管环境，结合我国商业银行目前的信用风险管理状况，本文认为，KMV模型可以作为商业银行衡量上市公司信用风险状况的工具。在相关数据可以获得的情况下，KMV模型也不限于上市公司，可以应用于非上市公司。同时，由于我国在信用风险的量化分析方面还处于探索阶段，故而还需要对该模型加以完善，并充实数据库，以提高模型的准确度。此外，我国商业银行还需要加强外部环境建设和内部管理来强化信用风险管理。