伴随着人民币加入特别提款权,我国银行业对外开放的程度不断扩大,带来机遇的同时,面临的国际竞争也越来越激烈。各种金融创新产品不断涌入我国金融市场,金融机构面临的信用风险不断变大。尤其我国刚刚推行了存款保险制度,表明在政策制度上银行作为企业是有可能破产的,打破了人们对于银行不会出现信用风险的想法。信用风险指的是由于企业违约,而导致合约的另一方产生经济损失的风险。文章将商业银行作为可能违约的一方,通过KMV模型研究其信用风险的现状,发现我国商业银行的信用风险存在较大的波动性,并进一步通过VAR模型对影响信用风险的因素进行了分析。目前国际上对信用风险度量的主流方法有Credit Metric模型、Credit Risk+模型和KMV模型。本文通过这三类模型的比较,将KMV模型作为理论模型,选取了 16家上市商业银行从2007年至2015年的数据作为样本,根据银监会对我国商业银行的分类将16家上市商业银行划分为三个样本组,分别为大型商业银行组、股份制商业银行组、城市商业银行组,运用KMV模型对我国商业银行的信用风险进行了测算,选择股价年波动率、违约距离、预期违约率作为评价信用风险的指标,对具体各家银行的信用风险情况进行了分析。本文实证结果表明,我国上市商业银行信用风险状况波动性较大,近年来有增大的趋势,大型商业银行信用风险为三组样本中最小的,顺周期特征较为明显;股份制商业银行信用风险次之,但信用风险变动较大,不稳定;城市商业银行信用风险最大,表明其信用风险管理机制尚不完善。针对我国商业银行信用风险度量的实证分析结果,本文将可能影响商业银行信用风险的因素进行了分析,从宏观因素与微观因素中选出四个指标:GDP增长率、M2货币供给量增长率、流动性比率、不良贷款率,运用VAR模型对四个指标对违约距离的影响程度进行分析,得出GDP增长率、货币供给量M2增长率、不良贷款率对违约距离的影响最大。文章最后,提出了完善信用风险管理的相关建议。