银行经营的核心是平衡风险与收益之间的关系,谋求在较低的风险基础上取得较高的收益,因此,风险管理是银行永恒的核心内容。国际上,信用风险的管理正在经历着一场变革,大量的信用风险度量模型涌现了出来,而我国商业银行在信用风险管理方面的发展却非常有限,虽然各主要银行建立了银行内部的企业信用评级制度,开发了自己的风险控制系统,但是它们较少地涉及企业财务比率之外的风险量化技术。由于缺乏系统科学的量化分析技术,就难以利于模型进行量化管理,难以按照巴塞尔新资本协议的要求评估风险暴露和提取贷款损失准备金。本研究致力于从量化角度对我国商业银行信用风险管理进行研究,首先讨论了信用风险的成因,巴塞尔新资本协议的要求,分析了我国商业银行信用风险管理的现状和存在的问题。接着对目前广泛应用的信用风险度量的KMV模型、Credit Metrics模型、Credit Risk+模型、CPV模型进行比较和分析,定性地得出KMV模型是目前适合我国商业银行信用风险管理的工具。该模型基于B-S-M期权定价理论,利用股权价值、股权价值的波动率和企业违约点估算出企业的资产价值和资产价值的波动率,求出违约距离,从而得到企业的预期违约率。在实证部分,本文选取了沪深交易所中2010年被宣告特别处理的17家ST上市公司和与之配对的17家非ST上市公司作为研究对象。根据2009年样本公司的财务数据和股票数据,运用KMV模型最终求出了各样本公司的违约距离。实证结果表明ST公司的违约距离远远小于非ST公司的违约距离,违约距离作为一个度量上市公司违约可能性的指标,其值越大,表明上市公司违约的可能性就越小,反之则表明上市公司违约的可能性越大。由此可见,KMV模型能够较好地度量出ST公司和非ST公司的信用风险,这在一定程度上反映了我国上市公司真实的信用风险状况。论文最后在前述分析的基础上,给出了提高我国商业银行信用风险量化管理水平的建议,并阐述了研究的不足之处。