违约损失率(LGD)是度量信用风险的关键参数之一，对LGD的研究具有重要的意义。对商业银行来说，不仅有助于商业银行理解信贷资产的信用风险，提高信用风险管理水平，并且能够帮助商业银行更为准确地度量新巴塞尔资本协议所要求的资本金，从而提升自身的竞争力。对资产管理公司来说，有助于其提高不良资产的处置效率、挖掘资产的内在价值。　　 一般来说，违约损失率的影响因素和量化模型是研究LGD的重点，但是限于数据可得性和其他客观条件，国内缺乏对这两部分内容的系统与完整的研究，本研究试图填补这一空白。　　 本研究所使用的数据样本来自东方资产管理公司的不良贷款回收率数据库LossMetricsTM，其中包含东方资产管理公司于1999年至2009年间，从各大银行接收的万余笔不良贷款，企业覆盖了约29个省(直辖市)和20个行业大类。这些数据能够反映我国商业银行两次剥离的不良贷款的基本特征，为研究违约损失率提供了宝贵的数据基础。　　 本文将不良资产按照剥离形式分成两大类--政策性剥离和商业性收购，研究了这两类不良贷款回收率的影响因素和量化模型的构建，主要的研究内容有以下几方面：　　 (1)对政策性剥离和商业性收购下的不良贷款的回收率的影响因素进行了较为全面的分析；并对两类不良资产的质量进行了对比，为分别针对两类不良资产的回收率进行建模奠定了基础；　　 (2)研究了两次剥离的不良贷款的回收率存在的地区差异，对造成地区差异的原因进行了探索；　　 (3)研究了受资产管理公司处置模式影响下，不良贷款回收率在时间维度上的衰减效应，这种效应会对回收率研究的一些有关问题产生重要影响；　　 (4)基于影响因素的分析，针对政策性剥离和商业性收购的不良贷款回收率的分布特征，分别构建了回收率的量化模型。