信用风险是银行风险管理的核心内容之一,它的有效管理在维护银行体系的稳健运行、提高金融资源的配置效率、更好的服务于实体经济等方面发挥着巨大的作用。2008年美国次级债务危机的爆发对信用风险管理提出了更高的监管标准和要求,量化的信用风险管理将会在预测公司违约、防控行业风险和系统性风险等方面发挥重要的作用。根据2014年社会融资规模存量统计数据,我国实体经济贷款余额为81.43万亿元,同比增长13.6%。由此可知,商业银行的公司信贷规模是非常庞大的,增速也较快。然而,现阶段我国商业银行的公司信用风险评估方法主要采用“五级分类法”、“专家法”。这些传统的风险度量方法监测滞后,而且主观性较强,定性的成分较大,在指标的选取和权重设置方面还存在一定的问题,不能精准地度量公司的偿债能力和违约概率。因此,商业银行公司信用风险度量研究是个非常重要且紧迫的课题,研究利用高级计量模型来进行信用风险度量具有较高的理论和现实意义。本文首先回顾了商业银行信用风险测量方法的历史变迁,并重点分析比较了现代风险度量方法的优缺点以及推广使用的条件,发现KMV模型是比较适宜我国应用的高级计量模型。随后阐述了KMV构建的基本步骤,并提出对关键参数违约点进行修正,进而运用修正后的KMV模型来度量我国商业银行公司信用风险。最后对本文进行总结,并提出政策建议。全文具体分为五章：第一章是绪论,阐述了文章的选题背景及意义、国内外研究现状、研究思路和研究内容、本文的创新与不足。第二章是信用风险及其度量方法,首先,界定信用风险的概念；其次,详细介绍了传统的信用风险度量方法和现如今国际上比较流行四种信用风险度量方法；最后,通过定性比较这四种现代风险度量方法的优缺点以及推广使用的条件,发现KMV模型是比较适宜我国应用的高级计量模型。第三章是KMV模型及其修正,本章首先对穆迪公司开发的KMV模型进行了简要的介绍；其次,考虑到我国资本市场的市场化程度并不高,本文提出对KMV模型的关键参数违约点进行修正；最后,使用国内2009年到2014年6月期间首次被标记为*ST的116家公司样本数据进行最小二乘估计,得出适合我国的违约点计算公式应该是短期负债加上0.59倍的长期负债。第四章是基于修正的KMV模型的实证分析,运用修正后的KMV模型来度量商业银行公司信用风险,实证结果显示修正后的模型能够较好地测度ST企业和非ST企业的违约距离和预期违约概率。第五章是结论和建议,本章归纳了文章的主要结论,同时提出了提升银行信用风险度量水平的政策建议：加强公司历史信用数据的收集,建立违约数据库；积极推进内部评级体系建设；加快KMV模型的修正及运用；重视现代信用风险管理人才的培养。