给符合条件的人才发放“人才贷”用以支持其创业是许多城市吸引人才的重要举措之一,“人才贷”借贷过程包含申请、调查、评估、审批、合同签订、发放、贷后管理、回收等诸多流程,本文主要负责在评估审批中的人才定价测算和贷后人才风险管理部分。尽管各省市早已经开始对特定人才授予大额的信用贷款,但是贷款的额度却缺乏理论的支撑,多以银行的经验为主。人才的定价是贷款的基础,但由于较高的特异性,高层次人才的人力资本定价一直是一个难点。本文旨在提出一种方法用于测算人才的价值,作为人才信用贷的基础,让人才可以据此获得其初创企业或者管理企业的贷款融资。首先,本文改用mincer方程,根据更多可能的评价因素来估算得人才的当前收入,再借用Jorgenson-Fraumeni的终生收入法来测算人才的终身价值,设计了一个计量人才自身所含人力资源的模型,不论其是否有当前收入或者工作经验,只要拥有足够的相关数据,银行都可以根据该模型计算出人才的价值,并据此决定初创企业或者人才个人的贷款金额。同时,本文还希望在将资金贷款给人才进行公司运作之后,可以较为清楚地了解这笔钱违约的可能性。我们认为,“人才贷”的违约主要有两部分组成:一部分是企业经营不善无力支付的概率,另一部分是企业破产之后个人无法偿还的概率,人才贷违约的概率为二者之积。根据借款人和企业的运行情况,本文在运用KMV模型思想的基础上,通过回归方法找到中小企业的价值和波动与财务数据的关系,将一些当下对企业经营影响较大的参数加入模型,设计出一种可以估计借款人和企业违约概率的方法,银行可以作为参考,及时关注并控制贷款风险。在传统的模型方法之外,本文借助强大的机器学习的工具提出了启发性的方法。