在我国，金融行业面临最主要的风险来自于信用风险，金融行业发展的稳定水平和程度决定了我国经济的稳定性，而信用风险作为金融行业中的重要内容，必须得到充分的重视，金融业才能够更好的发展，国民经济才能稳中求进，因此，对于信用风险的测量和管理体系就显得尤为重要，通过将国外先进的测量信用风险的技术引入我国，通过相关分析方法，对我国企业的信用风险进行测量和研究，是我国相关学术界刻不容缓的责任和重要课题。我国对于信用风险的测量及相关模型的使用相对较晚，因此，我国需要借鉴国外的先进技术，同时，需要切实考虑我国的实际情况，对相关测量技术进行修正优化，以期其能够切实符合我国的实际情况，能够最大程度上最为有效的测量信用风险情况。因此，本文主要以KNV模型为研究重点，提出了对KMV模型的优化方法和措施，同时通过实证分析，验证和总结了优化后的KMV模型对于信用风险的测量效果。本文首先介绍了我国信用风险管理的相关办法和流程，以及KMV模型的相关内容，信用风险度量的相关指标、模型等，说明了信用风险测量和管理在我国风险管理体系和经济活动中的重要作用，进而提出了以净资产收益率指标为核心的KMV信用风险测量模型，分析了净资产收益率的数据来源、测量过程中的优势、及相关测量公式及测量方法。然后，对以净资产收益率指标为核心的模型进行了验证，通过以我国前海地区银行的保理业务中的上市企业为例，分析了不同的ST企业与非ST企业，在使用优化KMV模型测量中的差异，本文数据选取2012年12月31日止的净资产收益率数据，对优化的KMV模型进行了验证。实证研究结果表明，优化后的KNV模型可以有效区分ST企业和非ST企业，同时，优化的KNV模型对于风险的测量更加及时、灵敏和准确，大大的扩展了KMV模型的使用范围，提高了KMV模型对于风险的预测能力，为我国经济市场的良好稳定发展奠定了基础。