银行业在中国的金融行业中具有举足轻重的地位。降低银行业风险就能有效降低整个金融系统的风险，确保国民经济的稳定运行。银行业面临的主要的风险可分为信用风险，市场风险（利率风险、汇率风险、商品与股票价格风险、衍生工具风险等），操作风险，流动性风险。目前中国银行业面临最主要的风险就是信用风险。　　近年来，银行的个人贷款业务发展迅速。个人住房贷款、信用卡业务在银行业务中的比例也越来越大。与公司贷款业务相比，个人贷款业务具有风险低，收益高的特点。目前各大商业都纷纷扩大个人贷款业务在贷款的份额。根据中国银行监督管理委员会估计，到2015左右，个人贷款业务将会占到中国贷款总额的35％-45％左右。在个人贷款规模越来越大的同时，个人贷款中的不良贷款的规模也在变大。因此十分有必要加强个人信用风险量化评估工作，这将能够确保商业银行在扩大个人贷款规模的同时，不会增加新的不良贷款。研究个人信用风险的量化评估问题，构建一个个人信用风险评估模型具有十分重要的现实意义，能让商业银行做到未雨绸缪。　　在论文的主体部分，首先简单介绍了《巴赛尔协议》对银行信用风险控制的要求，中国银监会对银行信用风险控制的规定。目前国外银行业中的主流信用风险模型有KMV模型、Credit risk+模型、Credit Metrics模型、Credit PortfolioView模型、LAS模型。本文详细分析了它们的优点，适用的条件，不足之处。　　然后介绍了我国学术界、银行界对个人信用风险的研究情况。目前我国学者对信用风险的研究主要是集中在对公司信用风险的研究，大都是介绍国外目前比较成熟的信用风险模型，以及在中国应用的前提条件。也有部分学者做了KMV等信用风险模型的实证研究。国内学者对信用风险的研究主要集中在个人信用定性研究上。国内只有极少部分学者做了个人信用风险定量研究。国内学者集中研究个人信用风险的定性研究的原因是，目前我国的个人征信体系才刚刚建立，缺乏历史数据。　　直到1999年7月，中国大陆第一个开展个人信用联合征信的专业资信机构上海市资信公司才成立。而从2004年初开始，中国人民银行加快了个人信用信息基础数据库的建设。到目前为止，数据库收录的自然人数已达到3.4亿，其中3500万人有信贷记录。收录的个人贷款余额为22000亿元，约占全国个人信贷余额的97.5％。个人征信系统的建立让个人信用风险的量化评估成为可能。　　由于无法得到个人贷款申请者的详细的财务资料，所以商业银行在评估个人信用风险时一般通常采用的是5C法。商业银行根据贷款人的信用等级，抵押品的价值，贷款期限等因素的不同，给不同的信用等级的客户提供不同的贷款利率。5C法的优点就是理论上信贷专家能够考虑到所有的风险因素。它的缺点就是不够客观。　　本文结合我国目前商业银行中个人的数据，尝试建立一个符合我国实际情况、具有可操作性的个人信用风险模型。利用某商业银行的2006年年初的向29个人提供抵押贷款数据，参考Credit Metric模型估计方法，采用随机模拟的方法，构建了一个个人信用风险量化评估模型。　　在模型的参数估计上，以一年为风险期限;根据中国银行提供参考收益率，得到在不同信用等级下的远期利率;在违约后贷款回收率的估计上，根据经验数据估计得到。利用Splus2000软件编写了一个随机模拟程序，对这个贷款组合未来的价值进行了10000次的模拟。　　根据模型得到的结果，可以得到在一年以后，在正常的市场条件下，在一定的置信水平下，这家商业银行在29笔贷款组合上可能发生的最大损失。模型的估计精度数据说明，模型估计的精度很高，采用随机模拟方法是可行的。　　在银行经营中高收益总是伴随着高风险。由于银行支行或业务单位只承担有限责任，所以如果采用简单的基于利润的业绩评估，如资产收益率，那么可能导致银行支行或业务单位为了追求高利润，而过度承担风险。为了做到风险与利润相匹配，采用计算每个支行（业务单位）的RAROC来评估每个支行（业务单位）在个人贷款业务中创造的价值。　　本文的最大的创新之处，本文结合中国银行业的实际情况，探索构建了一个个人信用风险评估模型，改变了以往商业银行个人贷款业务上，只能在等到贷款损失发生以后才去计算损失的做法。利用这个模型可以让商业银行能够做到提前比较准确的估计未来的风险。通过这个模型，可以让商业银行各个支行（业务单位）个人贷款业务的绩效评估更加科学。　　信用风险的度量一直是金融风险管理核心的问题;其度量分析工作十分的重要，也十分的困难。由于本人的能力有限，同时由于得到的数据有限;所以文章有些章节的分析只是探索性的。还有很多需要完善的地方。