本文共分五个部分:商业银行信用风险管理背景、Credit Metrics和KMV模型简介、Credit Metrics和KMV模型比较、提高我国商业银行信用风险量化管理水平的具体措施以及结论,通篇对“信用风险的量化管理”做了较为系统、清晰的阐释。随着社会经济的飞速发展,人们越来越深刻地认识到,信用不仅是为人处事的准则,是社会安定的前提,也是经济运行的基础。从经济学的视角来看,信用是一种交易媒介,是信誉在经济领域里的具体运用,以竞争、公平、开放和法制为基本特征的市场经济本身就是信用经济。在市场经济条件下,任何一个行业都会遇到各种各样的风险,作为国民经济命脉的银行业也不例外。商业银行是一国金融体系的重要组成部分,信用风险管理在其经营活动中举足轻重。20世纪80年代末以来,随着全球经济一体化以及金融市场波动性的加剧,信用风险已经给各国的商业银行和投资者带来了前所未有的挑战。改革开放以来,中国的经济增速举世瞩目,但作为一个仍处于转型期的发展中国家,构建稳固的金融体系,提高银行业的整体竞争力任重而道远。目前,中国商业银行尤其是国有商业银行,其不良资产无论从总量还是从比例看都还在高位徘徊,我国四大资产管理公司的不良资产处置情况也不容乐观。如何借鉴国际商业银行的先进管理经验,推动我国商业银行的信用风险管理水平是一个亟待从理论和实践上加以研究和解决的课题。挑战总是能够激发潜能,为应对危机,信用风险管理方法不断推陈出新,管理技术日臻完善,一些定量分析模型对银行业的稳健发展起到了极大的促进作用。Credit Metrics和KMV是目前国际金融界最流行的两个信用风险管理模型,它们代表了商业银行信用风险管理的发展趋势,可以为信贷决策提供更科学的依据。同时,它们在对风险定义、风险驱动因素、违约概率的波动性、资产价值、回收率、组合分析的理解和衡量方面具有鲜明的差异性,从而我们可以得到一些启示,明确实现风险量化所应达到的“技术标准”和“制度标准”。基于两个模型的共同点,我们提出要努力提高以“内部评级”为主的风险度量技术水平,尤其要将“客户评价”和“债项评价”有机结合,重点把握对“违约率”和“违约损失率”的测量。基于两个模型的不同点,我们提出要努力健全风险管理组织架构,优化风险管理理念,培育信用风险管理文化,完善信息系统建设,强化外部监管以及提高外部评级机构信用评级的科学性等措施。