西方发达国家的银行业开发了一系列先进的信用风险量化模型，为防范现代信用风险发挥了重要的作用。与西方商业银行的信用风险管理水平相比，国内商业银行还存在着很大的差距，内部评级仅仅处于起步阶段，其中关于违约数据库、转移矩阵等方面的基础设施建设几乎空白。中国银行业应该积极创造条件，加强客户违约概率测度，以有效提升信用风险管理水平。　　 基于中国银行业所处的经营环境，以及历史实践具有自身的特殊性，那些西方商业银行所能够应用的违约概率模型，却并不一定能够适合我国商业银行。但我们可以借鉴这些违约概率模型的测度思想、方法与过程，结合数据积累的情况实现由简单模型到复杂模型的过渡。　　 本文对西方现代信用风险计量方法进行了研究与探讨，重点分析了基于期权定价理论的KMV模型。该模型以现代期权理论为基础，以公司股票交易数据和财务报表中的财务数据为输入量，及时得到反映市场预期和企业信用风险水平变化的预期违约率。本文的创新之处在于：首先，本文对经典理论模型进行了改进，假设公司的负债包括短期负债与长期负债，公司的股票可以看作是公司资产的向下敲出看涨期权，在此基础上提出了KMV模型的修正模型；其次，本文对KMV模型的输入变量进行了修正，使之适合我国的信用风险现状，具体改进措施包括包括以EWMA模型估计股票价格波动率，对非流通股股票的市场价值进行修正。最后，利用修正后的模型对我国证券市场上的部分样本公司的数据进行实证检验，结论表明修正后的KMV模型对上市公司的信用风险具有明显的识别功能。　　 在中国这样一个缺少足够信用数据的新兴市场，KMV模型直接利用股票市场的数据进行信息管理，为商业银行测算上市公司风险状况带来了一种新的思路和技术方法。由于我国金融市场与欧美等成熟金融市场相比尚属转轨和新兴发展阶段，使KMV模型在我国的应用存在一些问题，需要进一步的理论研究与探讨，本文提出了相关的政策建议。