商业银行是中国金融体系的核心部分，在国民经济发展中担任重要职能，一旦陷入危机会对整个经济体系产生巨大冲击。信用风险几乎存在于商业银行的各种业务流程中，是银行的主要的风险之一，其显著特征之一就是具有传染性。而中国商业银行具有风险资产趋同、贷款环境同质等特征，且存在复杂的债权债务交叉关系网络，这些因素为银行间信用风险的传染提供了渠道。
　　虽然目前中国银行业并未发生因信用风险而导致破产的事件，但2014年以来中国银行业的不良贷款率不断上升，不良贷款余额绝对值也呈增长趋势，2019年包商银行因出现严重信用风险被中国人民银行接管，这些现象表明目前中国银行业的信用风险水平较高，需要加以重视。自2008年全球金融危机以来，2013年的“钱荒”，2015年的“股灾”，2016年的“资产荒”以及2018年的中美贸易战等事件对中国银行业造成了不同程度的冲击，在此期间中国商业银行信用风险水平如何，需要可靠的指标来衡量。虽然不良贷款率等指标能够在一定程度上反映银行的信用风险水平，但只是简单、片面的，基于此本文选择了在企业信用风险度量中得到广泛应用的KMV模型来度量中国商业银行的信用风险，并分析了其度量效果，然后基于违约距离研究中国商业银行的信用风险传染效应，并根据实证结果提出了相关政策建议。
　　本文首先系统梳理了商业银行信用风险度量及风险传染相关的国内外文献，归纳整理了研究现状和现有研究成果，选择出合适的研究方法，然后分两部分进行实证分析。第一部分实证，采用KMV度量商业银行的信用风险，计算违约距离作为其信用风险度量指标，并基于所有制结构分组对比分析国有银行、股份制银行以及城商行的信用风险水平及变化情况，结果表明以总资产增长率修正后的KMV模型能够更好地区分不同银行的信用风险水平，其中股份制银行的信用风险最大，国有银行与城商行差别不大。第二部分实证，利用Gumbel-Clayton-Frank Copula函数度量商业银行信用风险的相关性，采用尾部相关系数测度当一家商业银行信用风险增大时，其他银行也发生相同情况的概率，并通过危机前后各银行下尾部相关系数的变化证明股灾期间中国商业银行发生了信用风险传染，最后根据《系统重要性银行评估办法（征求意见稿）》建立样本银行系统重要性评估体系，结合样本银行的系统重要性得分和尾部相关系数综合评估得到系统重要性银行名单及分组。
　　根据研究结果，提出三条建议：各银行应加强和完善贷款资产风险管理机制以预防信用风险，采取差异化经营模式，提高盈利水平，并降低风险资产同质性；研究证明KMV模型适用于中国商业银行的信用风险管理，因此建议各银行将KMV模型纳入信用风险管理工具，监管机构也可将违约距离纳入商业银行信用风险度量指标，从而更全面地监管银行业信用风险；系统重要性银行很可能是引发风险传染的源头，监管机构需要加强监管力度，及时甄别系统重要性银行，并实施动态监管，完善其风险应对机制，避免其信用风险溢出而引发系统危机。