1、隨著金融市場的迅速發(fā)展，各國的金融監(jiān)管機構對風險的管理和監(jiān)控也逐步加強，信用風險因其重要性及影響深遠，成為風險管理的重中之重。特別是對于商業(yè)銀行來說，能否有效管理和控制信用風險會對其盈利水平和穩(wěn)健能力產(chǎn)生決定性的影響。因此，從2004年新資本協(xié)議出臺到2010年巴塞爾協(xié)議Ⅲ的問世，負責監(jiān)控發(fā)達國家銀行業(yè)風險的巴塞爾委員會在不斷總結風險管理經(jīng)驗的基礎上，為國際銀行的信用風險管理提出意見的同時，也加強了對商業(yè)銀行的風險控制的要求，設定了更高

2、的標準。在巴塞爾新資本協(xié)議中涉及了關于商業(yè)銀行信用風險管理的關鍵內(nèi)容即內(nèi)部評級法，其主要內(nèi)容就是測算借款人的違約概率。
　　近年來，我國商業(yè)銀行也加強了對信用風險的管理和監(jiān)控，大力推進內(nèi)部評級體系建設，信用風險管理水平明顯提高，但國內(nèi)大部分商業(yè)銀行，特別是中小商業(yè)銀行距新資本協(xié)議以及巴塞爾協(xié)議Ⅲ的要求和國際銀行業(yè)的先進水平仍有一段距離。國外的先進銀行對信用風險管理的研究已經(jīng)有很長一段時間的歷史，并積累了研究數(shù)據(jù)，因此信用風險管理的

3、模型能夠不斷推陳出新并得以應用。我國商業(yè)銀行應當結合我國的經(jīng)濟環(huán)境與金融發(fā)展程度，借鑒與吸收國外銀行先進的信用風險管理經(jīng)驗與思想，研究與開發(fā)能夠適用于我國的優(yōu)秀的信用風險違約概率判別及預測模型。
　　本文從描述信用風險的特征和違約的概念入手，對信用風險度量方法進行綜述。為了清晰地展現(xiàn)信用風險度量方法發(fā)展的歷程以及各種方法的特點，將信用風險度量方法分為古典方法、傳統(tǒng)方法和現(xiàn)代方法。本文的實證分析，是以在我國證券市場2011年和201

4、2年被披露發(fā)生ST的公司作為違約公司的樣本，以隨機抽取非ST的上市公司作為非違約公司的樣本，并將樣本分為訓練集和測試集，并通過財務指標組間的均值檢驗和相關性檢驗的篩選，選取8個財務指標（資產(chǎn)負債率、資本積累率、總資產(chǎn)增長率、財務杠桿系數(shù)、營業(yè)收入現(xiàn)金比率、營業(yè)利潤率、應收賬款周轉率、固定資產(chǎn)周轉率）作為建立信用風險度量模型的自變量，然后分別建立Bayes判別模型、Logisitic模型以及BP神經(jīng)網(wǎng)絡模型，對樣本公司的信用違約進行判別和

5、預測。從實證結果來看，Bayes判別模型在對上市公司信用違約的判別和預測時效果相對不太理想，Logisitic回歸模型和神經(jīng)網(wǎng)絡模型更勝一籌，其中，Logisitic回歸模型，對上市公司信用違約的預測性比神經(jīng)網(wǎng)絡模型更高，從而認為Logisitic回歸模型是這三者之中最優(yōu)的信用風險違約概率計量模型。
　　最后，針對我國商業(yè)銀行信用風險管理存在的信用風險管理技術相對落后、不具備信用數(shù)據(jù)庫、缺乏成熟的信用評級機構等問題，提出建立先進的