信用风险是商业银行面临的主要风险。信用风险“小概率,大影响”的特点导致信用风险管理存在较大难度,也刺激了信用风险管理技术的不断深化,如信用风险管理进一步定量化;信用衍生产品迅速发展;信用风险管理采用资产组合方式;信用风险管理从静态向动态发展等。其中:运用特定的符号对债务人还款能力、还款意愿及其违约的可能性进行量化的信用评级正是银行提高信用风险管理能力的重要技术手段。作者以信用风险管理理论为基础,通过对比国内外商业银行信用评级方法,总结了各自的优点;同时,也分析了两者的缺点和不足,为本文进行商业银行信用评级模型的权重设计提供了依据。随后,在分析现有信用评级模型权重指标设计方式的基础上,指出层次分析法在设计信用评级模型中的不足之处,进而提出运用计量统计的思想方法确定信用评级中指标的权重。再者,对传统的以及现代的信用风险度量模型进行了比较分析,指出J.P.Morgan的信用度量术较为适合我国银行业的发展情况,应作为我国银行业信用风险度量模型的合适选择。最后,提出了优化我国商业银行信用评级方法的几点建议。本文的主要工作表现为:(1)对商业银行信用评级指标系统进行了进一步的分析,从计量经济的角度,以基于违约概率模型的评级系统为例,采用Logistic模型和主成份分析法,通过选取合理的样本,对不同时间跨度内的违约概率进行回归分析,提出利用模型中自变量(财务指标)对因变量(违约概率)的解释度,作为定量指标与定性指标间权重设计的主要标准。(2)全面剖析了传统的和现代的信用风险度量模型,通过综合分析,对各个模型的特点、适用性、优势与缺点等进行了梳理和对比,提出我国银行业现代信用风险管理模型的选择及其改进方向.