信用风险是金融业中最重要的风险,它影响到经济生活的各个方面。我国商业银行在信用风险度量方面,多数采取传统的定性分析以及专家经验判断。相比之下,在西方国家,商业银行的风险计量比较成熟,总体呈现从定性分析到定量分析,从单个资产的信用风险度量到资产组合的信用风险度量的趋势。新巴赛尔协议允许各国银行采用内部模型来度量信用风险,因此,采用适合的风险度量模型,对于提高商业银行信用风险管理水平,具有重要的意义。本文以C银行为样本,采用定性分析与实证研究相结合的方法对银行信用风险计量与控制进行分析。首先,文章介绍了中外学者对相关领域的研究,并介绍了基于巴塞尔协议的商业银行信用风险管理,及新巴塞尔协议在我国的应用情况。其次,对我国的商业银行信用风险产生的原因及影响因素进行了研究,并以C银行为例,分析产生信用风险的内外部因素。再次,阐述了 KMV模型的基本思路、假设条件、计算步骤,并基于KMV模型对C银行的33家上市公司信用风险进行了实证分析。研究表明:1.KMV模型所选取的数据是上市企业的股票市场数据,股票市场数据能够全面、充分、准确地反映企业的当前信用状况,是适合银行使用的风险计量模型。2.通过KMV测量33家上市公司2017年和2018年财务数据,测算其违约距离和预期违约率,并与银行内部的客户评级相比较。通过二者比较,发现KMV模型与C银行内部评级法在评估客户违约概率上存在异同,KMV能有效纠正内部评级结果存在的偏差。3.通过实证分析,发现33家上市公司总体信用良好,风险可控,但仍有4户违约距离较短,违约风险较大。本文建议:如果将KMV模型与内部评级法相结合使用,可以很好地加强C银行风险监测的动态性和时效性,进而加强C银行的信用风险管理能力。本文还提出:1.构建全面覆盖的信用评级体系;2.利用KMV模型等不断优化内部评级;3.建立和应用以风险计量模型为核心的信贷组合风险管理方法;4.应用大数据和人工智能风控技术;5.建立信用风险管理组织体系;6.营造信用风险管理外部环境等对策建议。