在住房市场化改革开始实施之后，我国房地产行业发展突飞猛进，国家统计局公开数据显示，近十年来房地产投资额对GDP的贡献都在10%以上，并且该比例正逐年上升。但是快速的发展也导致房地产企业信用状况良莠不齐，自2013年开始，房地产企业不良贷款率逐年升高，近一两年中，房地产企业债券频繁出现违约，这都预示着对于商业银行来说，房地产企业贷款不再是不会出现违约的优质资产。同时，由于房地产行业有着高收益高回报的特点，商业银行信贷资金也逐年向房地产行业聚集，房地产企业贷款余额在商业银行贷款总余额中占比逐年提升。在这样的背景下，一旦房地产行业出现波动，上下游企业之间的相互传导会导致大量房地产企业同时发生违约风险，商业银行就会面临巨额的损失，甚至引发金融危机。因此，探索如何准确、及时地度量房地产企业信用风险，是商业银行维护自身经营稳定的重要环节。
　　本文以为商业银行提供一种适合的信用风险管理模型为研究目的，并聚焦于上市房地产企业的信用风险度量。本文理论部分分析了房地产企业信用现状，阐述了信用风险的影响因素和传导机制，并且对历史上信用风险度量方法的发展进行了简要介绍。最后结合KMV模型和我国资本市场的特点，本文认为的KMV模型可以用于度量上市房地产企业的信用风险，并且对KMV模型进行了部分修正，建立了GARCH-KMV模型，使其更加符合我国资本市场实际情况。实证部分，本文选取了历史上评级下调或展望为负的上市房地产企业数据作为实验组，并为每一个实验组企业随机选取规模相近的对照组企业。将实验组和对照组数据分别代入本文建立的GARCH-KMV模型，对比两组企业的违约距离和违约概率，发现实验组每一家企业的违约距离都小于其对照组企业。同时，本文对模型结果进行了配对T检验，检验结果显示实验组和对照组的违约距离有明显差异，说明该模型可以识别出信用风险较大的上市房地产企业，在我国房地产企业信用风险度量应用中有一定的适用性。最后，本文提出了相应的结论和建议。