信用风险是商业银行面临的主要风险之一。在美国,1993-1998年经济繁荣期企业信贷违约率较低,而在2000年进入衰退期后,违约率显著增加。这表明,商业银行的亲周期性使得其在经济繁荣时期信贷过度投放,最终给金融体系的不稳定埋下了隐患,而这种不稳定将会直接把整个宏观经济带向衰退,于是各种信用风险又往往会在经济衰退中表现出来,从而加剧宏观经济的波动。相反,在经济衰退时期,为了刺激经济增长,中央银行就会采取扩张性的货币政策,但是,由于商业银行对信用风险的过高估计,此时它们会减少信贷投放,这又使得中央银行扩张性政策的效果大打折扣,这样就会导致整个宏观经济进一步衰退。随着世界经济一体化趋势的加快以及中国加入WTO过渡期的结束,中国银行业将面临更加激烈的竞争。在此背景下,加强对信用风险与宏观经济之间关系的研究是很重要的。本文运用信息经济学方法对中国银行业信用风险控制进行了经济学分析,并在实证分析中首先利用信用风险判别的两个主要模型,即多元判别分析法和主成分Logistic回归模型估计、预测企业的违约率,回归分析中本文所采用的样本是2007年第2季度至2008年第1季度期间中国沪深两地证券交易所上市公司的财务数据,选取50家ST公司和50家非ST公司,样本覆盖了18个行业、25个省市。然后本文又采用1994年至2007年的沪深证券交易所中选取的50家ST公司和50家非ST公司的财务数据得出违约率的时间序列数据,同时还选取了1994至2007年的GDP数据作为研究的样本,并采用SVAR模型研究了违约率对GDP的影响,由此得出结论:违约率与GDP增长率并不是严格反方向变动,在连续几年内,平均违约率与平均GDP增长率是反方向变动,而且从SVAR模型的脉冲响应函数得知,GDP增长率对违约率的影响在第2期到第8期都是反向的,违约率对GDP增长率的影响在第1期到第3期是反向的,这与经济理论是吻合的。