信用风险是我国商业银行面临的重要风险之一,也是入世后我国金融市场所面临的重大挑战。研究国际上先进的信用风险量化管理技术,并将其应用到我国商业银行风险管理的实际中,对提高我国商业银行信用风险管理水平,建立新的适用我国国情的信用风险度量模型具有重要的理论和现实意义。本文通过改进KMV模型,试图使之更适合用于我国上市公司信用风险度量,并通过实证研究,对其结果加以分析,说明改进后的KMV模型更适合我国信用风险管理现状。全文分为五章:第一章论述了研究的背景及意义;第二章文献综述分析了国内外学术界对商业银行信用风险量化管理研究的脉络;第三章对信用风险管理理论尤其是度量方法进行系统的阐述,详细介绍、比较了四种常用的信用风险内部度量模型,分析了各自的适用范围及优缺点;第四章评述了我国商业银行信用风险量化研究的现状和特点,分析了KMV模型对我国信用风险量化管理的适用性,并选取上市公司作为样本,运用KMV模型测算其各自的违约距离大小并对计算结果进行分析;第五章对全文研究内容进行概括总结,指出本文的不足和后续研究工作的拓展努力方向。本文的主要特点和创新期望体现在:⒈理清了金融风险和信用风险之间的关系,指出二者的异同,从不同角度加深对信用风险的理解;⒉对国内外相关研究成果进行详细的回顾,力求清晰概括信用风险量化管理的现状;⒊对四大现代信用风险内部度量模型及其在中国的适用性进行了详细的比较分析,最终选取了KMV模型作为本文的实证模型;⒋结合中国国情对KMV模型做出了一定的修正,如非流通股的定价问题,本文通过获取股市实际数据依据净资产定价法构造了一个以每股净资产为自变量,协议转让价格为因变量的线性回归模型,从而解决了流通股定价问题用于计算上市公司的股权价值,进而对我国上市公司信用质量进行了实证分析,得出有效结论;⒌本文实证过程中选取的样本规模较以往相关研究数量更多,总共选取了两个样本,每个样本分两组,共74家上市公司的股市数据计算各自违约距离,并比较了KMV模型对上市公司个体和整体信用风险的识别能力的大小。