信用风险的度量是商业银行经营的一个永恒话题。近年来,随着金融全球化和经济全球化进程的加快,商业银行面临的信用风险越来越大,亦越来越复杂。因此,如何有效地控制和度量信用风险成为社会各界人士关注的焦点。由于中国经济体制的特殊性,目前中国商业银行主要还是使用传统的方法(如信用分析方法、专家经验判断法等)对信用风险进行度量,这样的度量方式远不能满足商业银行对企业信用风险度量的要求。因此,研究国外先进的信用风险度量模型,开发适合中国国情的信用风险度量模型,对提高中国银行业信用风险管理的能力具有重要意义。本文从信用风险的界定、风险波动性、风险驱动因素和相关性、回收率以及适用范围等五个方面分析比较现代信用风险度量方法在中国的适用性。根据目前中国商业银行的信用风险特征和管理现状,选取KMV模型,并对模型中的股权和违约点的确定做了一定的修正,以中国上市公司的数据为样本,对中国商业银行信用风险度量进行实证分析,得到的主要结论如下：(1)利用违约距离和违约概率度量上市公司的违约情况,效果良好。由于目前中国还没有像KMV公司一样拥有庞大的数据库,因此无法通过违约距离得到经验EDF,但利用违约距离和违约概率度量上市公司的违约情况,也起到了很好的效果。实证中显示,ST公司的信用风险一般都比正常公司的信用风险大。表明此方法对中国上市公司的信用风险有一定的预测能力,从而警示银行及早作好防范决策。(2)把违约点设定为“流动负债+0.75×长期负债”,得到的结果更适合中国企业的信用状况。在KMV模型中,违约点的确定是该模型的主要步骤之一。KMV公司通过大量违约事件进行验证,当违约点为“流动负债+0.5×长期负债”时,最能反映上市公司的违约情况。对于这个违约点的适用性是否符合中国的经济体制,这个值得我们考虑。因此,本文在选用KMV公司确定的违约点基础上,增加一个违约点,即取“流动负债+0.75×长期负债”,并分别对这两个违约点计算出它们各自的违约距离和违约概率,然后通过简单的均值检验以及T检验方法判定这两种违约点的适用性。两种违约点均能通过检验,但是当“违约点=流动负债+0.75×长期负债”时,所得到的结果更适合中国基本情况。这与KMV公司所确定的违约点有些差异,导致这种差异的主要原因是由于中国上市企业信用的严重缺失。从客观上来说,只有当企业的负债总额高于企业资产价值的一定比例时,企业才会出现违约现象。因此,KMV公司将违约点设在“流动负债+0.5×长期负债”是比较合适的。但由于中国上市企业的信用缺失情形比较严重,很多企业为避免亏损,当其资产价值出现下滑但还未低于负债总额时,就会出现违约情况。因此,把违约点设定为“流动负债+0.75×长期负债”是与中国企业信用状况相适应的。加强中国商业银行信用风险管理,提高中国商业银行信用风险度量的准确性、科学性,一要加强现代信用风险管理文化意识；二要建立健全的相关信用机制；三要建立信用数据库；四要建立科学有效的信用风险度量模型,对信用风险实现全方位的度量。