尽管近些年我国商业银行统计的不良贷款比率有较大幅度的降低,但其新的不良资产仍然在以比较快的速度产生,我国商业银行信用风险度量和管理的能力依然相对较弱。因此,全面提高我国商业银行信用风险度量和管理水平迫在眉睫。本文对国际流行的信用风险度量模型进行了介绍和比较,并对KMV模型的理论基础和计量方法进行总结。同时,本文选取深、沪两市共40家ST和非ST公司作为样本,针对不同违约点的赋值进行实证比较,采用KMV模型对样本公司的违约距离进行测算,比较ST公司和非ST公司的信用风险状况,以此来检验KMV模型在我国应用中鉴别风险的能力。实证结果表明,ST公司的违约距离相比非ST公司通常较小,KMV基本适用于我国商业银行对上市公司的信用风险度量。同时当违约点等于短期借款加上0.6倍长期借款的时候,KMV对我国上市公司的信用风险识别能力最强。然后,本文将KMV模型的应用扩展到对非上市公司的风险识别上。基于目前我国商业银行信用风险度量和管理的现状,本文认为我国商业银行可以借助KMV模型衡量企业信用风险,并通过改进模型和完善数据库来提高度量的准确性。此外,我国应该从加强商业银行内部管理和外部监控等多方面提高我国商业银行信用风险管理水平。