信用风险始终是商业银行承担的主要风险之一，商业银行经营的成败与其对信用风险的度量与管理是否得当有着极为密切的关系。因此，在金融环境复杂多变的今天，如何完善对信用风险的度量与管理是我国商业银行面临的重要课题。　　 本文着重对商业银行信用风险的度量与管理沿革进行全面的介绍，并力图通过国内外商业银行信用风险管理现状比较，指出我国商业银行在信用风险管理手段的不足。与发达国家相比，我国商业信用风险管理存在着过分依赖传统信用风险分析方法、信用风险度量手段落后、无法准确计量信用风险大小等不足。随着我国银行对外开放程度的不断加大，国有独资商业银行股份制改革不断推进，我国商业银行更需要在信用风险这一最重要的环节做到与国际接轨。传统的信用风险管理方法缺乏对信用风险的科学计量，难以从总体上度量和把握这种风险状况。而VaR方法为改变这种被动的信用风险管理提供了一种有效的思路和基础。VaR(value at risk)的含义是“风险价值”，即在市场正常波动情况下，某一金融资产或组合发生的最大可能的损失，这一明确的风险掌握为进一步的信用风险管理提供了决策依据。　　 本文首先阐述了商业银行信用风险的概念，从概念看，商业银行信用风险包括了三个方面的含义，即：贷款中的信用风险、投资组合中的信用风险以及银行自身的信用风险，本文研究的信用风险特指第一类信用风险，亦称信贷风险。信用风险产生的最根本的原因是商业银行与企业之间、商业银行内部的信息不对称。相对银行经营的其它风险而言，信用风险具有损失与收益不对称的特征，这种不对称的风险特征使风险的概率分布向左倾斜，在左侧呈现厚尾特征。损失与收益的不对称对现代商业银行的经营与发展造成严重威胁，在关于信用风险管理的不断探索过程中，商业银行信用风险管理理论也在不断更新和发展。1970年以前，大多数商业银行基本上是依据银行专家的经验和主观分析来评估信用风险的。银行专家借助借款人的财务信息、经营信息、经济环境信息等，判断是否应该给予贷款，其核心是对借款人的资信进行评价，主要方法有专家分析法、五级分类法、Z计分法等。进入20世纪90年代以来，西方若干商业银行开始探索运用现代金融理论、数学工具来定量评估信用风险和管理信用风险，并且取得了很大突破。传统的信用风险度量方法和模型都是将分析对象集中在企业的财务数据上，而现代信用风险量化度量模型则侧重于从新的角度对企业信用风险进行分析，具有代表性的模型和方法有：期限结构模型、死亡率模型、RAROC模型。VaR(风险价值)概念产生以后，许多专家致力于如何应用VaR理论进行信用风险管理的研究，1997年以后，这种努力取得了初步成果，出现了基于VaR方法的信用风险模型。目前国际上基于VaR方法的信用风险评估模型主要有如下几种：CreditMetrcs模型、KMV模型、CreditRisk+模型、CPV模型。　　 基于VaR方法的四个最具代表性的风险管理模型具有不同的要素处理方法、数据要求和测算过程。这些特征决定了他们各自具备不同的优势和缺陷。CreditMetrics模型和KMV模型适用于对大公司和资产组合的信用风险度量CPV模型适用于对宏观经济因素变化敏感的投机级债务人的信用风险度量；CreditRisk+模型适用于银行对零售贷款的信用风险度量。在一些发达国家，这些模型在商业银行进行风险监控中发挥的作用越来越大，技术手段也越来越成熟。我国商业银行要建立自己的内部信用风险模型，既要学习借鉴国外的先进信用风险模型，也要根据我国实际情况加以吸收、改进。由于我国商业银行对违约历史数据保有量不足，内部评级技术落后以及我国证券市场不发达，不能正确反映上市公司的实际状况，这使得CreditMetrics模型、CPV模型和KMV模型在我国的应用受到了限制。相对来说，CredittRisk+模型只需输入单个借款人的违约概率和敞口两项数据，而这些数据在我国商业银行可以通过一定的手段换算出来，所以CreditRisk+模型在我国的适用性较强。CreditRisk+模型有两个重要的输入参数，其中之一是单个借款人的违约概率。但是，该模型并没有对单个借款人的违约概率做出规定，这使得模型的应用受到了限制，而贷款风险度是我国商业银行风险管理的核心，在我国国有商业银行信用风险管理中已经有了成熟的实践，因此，本文提出借鉴贷款风险度来确定违约概率。　　 本文最后尝试将基于VaR方法的CreditRisk+模型引入我国商业银行信用风险管理，并选取某一股份制商业银行的贷款数据作为样本，通过实证分析对该行的贷款信用风险进行计算和分析。实证研究表明，基于VaR方法的CreditRisk+模型在我国商业银行信用风险管理中具有一定的可操作性。基于前文对我国商业银行信用风险现状的分析，本文提出了强化我国商业信用风险管理的政策建议，比如建立有效的信息收集和处理系统，建立和完善评级基础数据库，建立合理的内部评级方法，建立科学的风险管理机制，建立先进的风险管理系统等，希望能对今后VaR方法在我国商业银行的普遍应用提供参考。