次贷危机从2007年8月全面爆发以来，对国际金融秩序造成了极大的冲击和破坏。为了维护金融体系的稳定，必须加强宏观审慎监管，防范系统性风险。压力测试作为系统性风险管理的重要组成部分，近几年得到了国内外学者的广泛关注。本文以防范系统性风险爆发，建立风险预警为目标，探索银行在极端压力情景下，中国银行体系承受系统性风险的能力。信用风险具有信息不对称、传染性等特点，在我国，信用风险仍然是最主要的风险。因此本文在梳理信用风险度量及压力测试理论方法的基础上构建信用风险压力测试体系。首先，利用主成分回归方法建立关于综合经济指标和宏观经济变量的多元线性回归方程，并结合选取的China-QEM作为情景模型组建宏观经济因子视角下的信用风险压力测试模型，在模型中，不良贷款率将随CPI增加值、财政预算内收入、实际有效汇率、一年期贷款基准利率的上升而上升；将随国内生产总值增加值、固定资产投资以及M1口径的货币供应量增速的上升而下降。将模型应用到我国的银行业进行压力测试模拟分析，结果显示，GDP增速放缓和利率调整对我国银行业信用风险有比较大的影响。其次，对风险传染视角下银行信用风险测度进行研究。在我国，矩阵法分析系统性风险传染效应比较适用。为了从全局的视角对银行系统的潜在损失进行衡量，文章借鉴投入产出分析中列昂惕夫逆矩阵求解的思路对传统矩阵法进行改进，求解风险传染逆矩阵，构建银行风险传染测度模型；并运用该模型对我国银行系统性风险传染进行测度模拟，结果显示危机传染具有明显的乘数放大效应，核心资本和损失率的大小是银行能否承受风险的关键。最后，提出完善我国商业银行信用风险压力测试的政策建议，并分析文章的不足及未来信用风险压力测试发展的方向。