中小企业的融资需求往往不同于大企业。针对中小企业对融资产品的差异化需求，如何加强金融产品和服务创新，提高风险定价能力，并在此过程中挖掘自身的发展潜力，是商业银行在当前形式下求发展的契机。基于该背景，文章引入模糊决策理论，在采用相关参变量表征展期贷款特有风险因子基础上，对中小企业作为需求主体的、在信贷市场上已几趋萎缩的展期贷款产品进行风险定价研究，提出了一类包含信用风险、市场风险、流动性风险等的整合风险框架下的定价模型。文中的应用分析表明：基于无套利均衡的中小企业展期贷款风险定价，对扩展中小企业融资渠道以及缓解中小企业融资难问题大有裨益。其次，基于文章所提模型的定价能克服现实中的把“浮动比例”作为唯一风险溢价衡量指标、贷款定价随意性较大的弊端。最后，贷款风险定价是科学也是艺术。模糊决策方法的引入，使银行信贷专家的看法直接融入到模型设计中，它对提高模型定价结果的市场竞争力具有重要意义。

基于保险监管视角，借鉴欧盟“偿付能力II”相关理论，对市场风险运用幂阶转换在险价值（Normal Power Approximation Value-at-Risk），并进行波动率时间序列建模；对保险风险运用精算模型；对信用风险和操作风险则借用巴塞尔新资本协议的相关标准模型，实证分析了我国财险公司的偿付能力资本需求。结果显示：偿付能力资本需求（Solvency capital requirement, SCR）是最低资本需求（Minimal capital requirement, MCR）的1.928倍，表明以风险为基础计算的资本需求远大于基于业务量大小的资本需求。

本文基于套利定价理论与利率期限结构理论，运用Tobit多元线性回归模型，得出债券发行定价的主要影响因素为债券无风险利率、债券期限溢价、债项信用评级、债券主体信用评级和债券赎回风险溢价。在此基础上，再通过CIR定价模型对债券发行定价偏离现象进行研究，并运用二级市场利差对CIR模型定价进行检验。另外，本文还从债券类型与发行年份两个角度对债券发行定价偏离现象进行了比较分析。本文的研究将有利于为债券发行主体、投资者和主管部门对债券信用风险的管理与定价提供理论参考和实践指导。

上市公司的信用风险识别有很多的方法，本文选择构建面板数据的Logit模型进行上市公司的信用风险评价，选择财务指标、市场指标和上市公司的存续时间作为解释变量，实证结果表明，该模型的评价结果具有较高的准确率，有趣的是，上市公司的存续时间和信用风险同向变动，这意味着上市公司的存续时间越长，越需要适当的监管。

GCRM模型与ASRF模型相比，能给出与经济资本测度目标相一致的资本数量，而现有文献对GCRM模型中资产的到期收益率没有给出明确的刻画，本文则通过假设资产的到期收益率与其信用风险的经济资本相关，得出了基于GCRM模型的信用风险经济资本测度和贷款定价方法，它能够刻画借款者的违约概率、违约损失率，以及商业银行的风险偏好（目标支付概率）和资本融资成本对经济资本和贷款定价的影响，为商业银行相关领域的决策提供了参考。

当前，我国商业银行竞争虽日趋激烈，但在对企业授信审查时却过多地关注企业能否提供足值的不动产进行担保，这造成了主要拥有存货和应收账款等动产而不动产很少的中小企业无法在银行获得融资的问题。因此，商业银行开展应收账款质押融资业务既可以解决中小企业融资难，也可以为商业银行开拓新的业务领域。但应收账款质押融资业务的信用风险、法律风险和操作风险对商业银行开展此类业务形成了较大制约，可采取信用增级、账户监管、双额度控制、合同文本管理、在线管理等一系列措施来控制风险。

整合风险的量化管理已成为现代商业银行风险管理的发展趋势，信用风险与市场风险是其面临的两种极为重要的风险，对二者进行整合度量是全面风险管理的重要内容。Copula函数能够描述两不同类型风险间的相依结构，本文以单一Copula为基础构造混合Copula函数，并构建基于混合Copula函数的VaR及CVaR模型, 以用于度量整合风险值。实证研究表明，混合Copula函数是描述两不同类型风险相依结构的最优模型，且基于混合Copula的VaR及CVaR估计值也是最有效的，由此可知混合Copula比单一Copula函数能更全面的反映整合风险间的相依程度与相依模式。

信用风险积聚是长期困扰中国银行业改革和发展的一个重要问题。以中国银行业2002 年至2006 年的面板数据为样本，本文实证检验了战略引资对中资银行信用风险水平的影响。研究结果发现，中资银 行的信用风险水平与境外战略投资者的入股时间没有统计上显著的关系，但与其持股比例显著负相关。由 于“少数股权”的限制，引进境外战略投资者并未真正改变中资银行的风险行为，不良贷款“双降”主要 得益于大规模财务重组带来的一次性红利和强劲的经济增长。

美国金融危机的爆发引发了学术界对主流CDO定价模型的反思。本文认为标准的CDO定价模型既无法准确评估标的资产池的风险，又未能考虑突发性系统性冲击、债务人信用品质变化对资产池损失的影响。为此，本文在因子Copula模型的框架内考虑相互关联的市场风险和信用风险因素对CDO定价关键参数（违约概率、违约相关性、违约损失率）的影响，提出了CDO定价的风险整合模型。同时，通过Copula—Garch模型引入风险驱动因子的时序特征，对静态整合模型进行了动态扩展。实证结果表明，相比整合模型，标准模型极大地低估了高级分券的价格。对风险驱动因子假设的不同是造成二者差异的主要原因。

本文应用结构化模型对有信用风险的沪深债券进行了详细的实证定价分析，发现结构化模型高估了大部分债券的价格，这可能与样本债券全部为高信用等级债券有关，同时也在一定程度上反映了国内公司债券市场存在较大的流动性风险。最后，本文还运用线性回归模型进行回归分析发现息票率和剩余期限与结构化模型误差系统相关。