一直以来,信贷风险都是商业银行面临的最主要风险。在中国,商业银行的贷款主要来源于企业贷款,所以,企业信贷风险的大小直接影响到银行经营和发展的稳定性。现在,国外的商业银行信贷风险管理技术已经比较成熟,具有一套有效的定性和定量相结合的信贷风险度量方法。但是,中国商业银行的信贷风险度量依然以定性为主,比国外还有很大的差距。因此,借鉴国外信贷风险管理方法,并结合我国实际,研究适合我国商业银行的信贷风险管理理论和方法很有意义。本文的研究思路就在于,通过分析和比较当前国际上盛行的信贷风险度量模型,找出适合中国商业银行实际的KMV模型。并通过引入资产价值增长率对模型进行改进,来测量商业银行所面临的企业信贷风险大小。文章第一部分首先界定了信贷风险的基本概念,指出本文研究的对象是商业银行的企业信贷风险。之后是国内外研究现状、论文结构和本文创新点。第二部分通过对信贷风险评估度量模型进行综合评述。结合当前中国商业银行风险量化技术应用的现状和存在的问题,分析了四大信贷度量模型在中国的适用性。最终通过对比分析,选择KMV模型作为本文的实证模型。第三部分先对KMV模型进行了详细介绍。包括基本原理、企业违约距离、预期违约概率及各主要参数的计算等。然后,重点通过引入资产价值增长率对模型进行了改进。第四部分是本文的实证部分。通过选取两组共34个样本公司进行对比实证分析,得出了两点结论:第一,KMV模型适用于中国商业银行对企业信贷风险的度量。第二,引入资产价值增长率后的KMV模型能更好的反映出企业的信用状况。第五部分是对论文的总结和展望。先阐述了论文的局限性和不足之处,然后分析中国应用KMV模型进行信贷风险度量的困难,并提出了一些合理性建议。