商业银行与一般企业不同,其资金来源大部分是其庞大客户群的存款,这一特性决定了其利润则主要来源于将存款人的资金贷给资金短缺者赚取利差,因此商业银行若要通过放贷赚取利差,则必须要管理风险和有承担出现意外的能力.商业银行在通过放贷获取利差时,对银行影响力最大的风险是信用贷款违约风险.虽然其他风险在市场经营中影响力有增大的趋势,但是都撼动不了信贷风险的地位.尤其是我国,信用风险已经成为商业银行信贷的最大风险.由于信贷风险对我国商业银行影响力实在巨大,风险的发生直接关系到整个国家各方面经济的发展和银行系统的稳定,因此优化对信用贷款风险的管理是我国商业银行目前最需要做的事情.当前,应用信用风险度量模型来计量违约率的模型不少,但是大部分是针对西方国家的,因此,我国商业银行目前亟待解决的问题就是创建符合我国经济国情的信贷风险度量模型.以《巴塞尔资本协议III》为理论基础,本文的中心思想是量化信用风险,研究和建立度量和预测信贷风险的模型.本文由浅入深,先对商业银行的信用风险涉及到的相关概念进行描述,之后扩展到信用风险管理的过程和目前我国所面临的实际问题的描述.接着通过对西方国家现代商业银行信用风险度量模型和古典度量模型进行对比和分析,总结了目前在金融界,主要流行的四个信用风险测量模型(KMV公司的KMV模型、CSFP的Credit Risk+模型、Credit Metrics模型和McKinsey Co的Credit Portfolio View模型)的优缺点,针对我国实际国情,对每个模型的数学理论概念和模型的构建进行全面的分析,最终找出符合我国宏观经济的信贷风险度量模型是CPV模型.为了证实CPV模型对预测信用风险违约率的有效性和准确性,进而基于CPV模型,以量化的方式进行模拟实证分析研究,多方面搜集数据,利用大量数据建立数学表达式来将我国的宏观经济指标和我国信用违约率联系起来.此模型的建立对我国商业银行利用其他国家具有优势的模型来提高利差、降低风险,同时及时有效地对风险的发生作出抵御有着重大意义.