在过去的二十年间,银行管理领域最显著的变化就是银行管理重点从传统的资产负债管理慢慢转变为以风险度量优化为核心的全面风险管理和整体风险管理。随着金融市场全球化的发展,各种风险在金融市场中越来越突出,但是作为商业银行最古老的风险之一,信用风险仍然是银行业主要风险的发展状况并没有发生大的变化。由于我国金融市场和银行风险管理正处于新兴发展阶段,信用风险度量管理方法和技术相对比较落后,风险管理水平的落后也就使得我国商业银行的整体竞争力水平相对落后于国外发达国家。本文从如何提高我国商业银行信用风险量化管理水平的角度出发,首先在总结国内外信用风险量化管理发展状况和风险价值理论应用现状的理论基础上,结合现有实证分析的研究结果,对国际上应用比较广泛的几个信用风险度量模型进行比较,分析它们在我国商业银行信用风险管理具体实践中的优缺点和适用性,结果因为能够较精确的模拟银行信贷的损失分布,并且在进行实证分析时所需数据也较少,CreditRisk+模型在我国金融市场环境下具有较高的适用性,所以本文就采用该模型来进行后面的研究。在改进CreditRisk+模型部分,首先介绍CreditRisk+模型的基本理论及其框架,该模型的损失分布模拟主要是依赖于违约率、违约损失率和违约相关性等因素,前人已经有了关于违约率可变的相关研究,所以本文主要以违约损失率的随机性、资产相关性和违约相关性之间关系这两点假设条件进行改进研究。假设违约损失率是随机变量,由于其分布形状非对称和厚尾的性质,这里选择广义帕累托分布来模拟该分布形状。在模拟的过程中,选取相应的核函数,保证违约损失率分布服从广义帕累托分布;由于实际环境下银行信贷的复杂性,它们之间基本上不可能是完全独立不相关的,又由于此时已经不是正态分布的形状了,引入连接函数来计算联合分布概率。然后在服从广义帕累托分布假设条件下,结合改进的模型框架,推导出相应的信用风险VaR计算公式。最后在实证检验部分,采用某商业银行一组信贷数据和相应的参数值,通过蒙特卡洛模拟法模拟违约损失率,在改进CreditRisk+度量模型结构框架的基础上,根据所得方法和公式进行实证分析,计算经济资本、边际贡献和信用VaR值,再结合RAROC模型进行计算,对这组信贷组合的RAROC值进行比较,舍去RAROC为负值的贷款,可以改进信贷组合整体的收益性,提出进行信贷结构和组合优化的思路;而且通过这组计算结果之间的对比,发现各项数值都有一定程度的提高,说明了改进的CreditRisk+模型在我国商业银行信用风险度量管理中有一定的适用性和可行性,同时也提高了其有效性和精确性。最后结合得到的图形和计算结果,说明我国商业银行在信用风险方面对信贷结构进行改进优化的作用和意义。