美国次贷危机根源是银行次级住房按揭贷款的高违约率。次级住房按揭贷款是零售贷款的一种,银行如果能准确预测该类贷款的违约概率,那么可以大大降低危机爆发的可能性。我国商业银行现有大量的零售贷款,如何有效识别和度量其信用风险来防止此类危机爆发,是现在我国商业银行面临的一个重要挑战。本文旨为我国商业银行零售贷款违约概率的测算提供一种有效的方法。信用评分模型测算的结果是一个信用分值,离巴塞尔新资本协议需要的违约概率估计值相差甚远;结构模型由于阀值难以估计,致使利用其测算零售贷款违约概率很困难。因此运用上述违约模型不能很方便地测算出零售贷款违约概率。生存分析方法最大的优点在于考虑了删失数据,提高了模型测算的准确度。本文回顾了生存分析方法的基本理论,并基于Cox模型,结合零售贷款的运行规律和违约因素影响违约行为的特点,提出零售贷款非线性时变违约模型。该模型在测算商业银行零售贷款违约概率时充分考虑了变量之间非线性关系和时间相依变量,使得其更符合客观实际。在模型参数估计时,本文充分考虑了零售贷款会出现提前偿还的情况,修正了基准危险率函数。论文采用了我国某城市商业银行个人汽车消费贷款数据进行了实证分析,结果表明非线性时变违约模型能够较好地拟合了年龄与违约概率对数之间的非线性关系,并对违约概率具有相当强的的预测能力。同时,本文模拟了10年期个人住房贷款数据,在模型中加入了时间相依变量,论证了这模型测算长期零售贷款违约概率的可行性。