商业银行采用新巴塞尔协议能够加强风险管理，但是当商业银行采用内部模型时贷款供给的波动会加剧宏观经济 的波动，这就是通常所说的顺周期效应。顺周期效应的产生很大的原因是内部模型在计算经济资本各个变量，特别是违约率变 量时考察的时间区间较短（通常为一年）造成的。中国商业银行资产组合的历史违约数据较少，这对于定量考察中国商业银行 采用内部模型是否会产生顺周期效应构成一定的障碍。本文通过上市公司的交易数据并利用结构性模型得到了上市公司每年的 违约率，按照时间序列取均值发现2006 年以前上市公司违约率不具有顺周期效应，2007 年的违约率则具有顺周期效应，可能的 原因是股权分置改革之前股市的运行与宏观经济脱节。对横截面特征的考察表明我们得到的违约率数据能够很好的区分不同信 用等级的上市公司，因此我们的模型能够反映市场方面的信息，对银行构建信用风险模型也具有参考意义。

信用风险缓释（CRM）工具能影响贷款的违约风险暴露和违约损失，从而在某种程度上决定了贷款的损失预期，进而影响到贷款的定价策略和最终价格形成。本文基于CSMAR《中国上市公司银行贷款研究数据库》，就CRM工具对商业银行贷款定价的影响进行多视角的研究，我们的研究发现，理论与现实通常是背离的：（1）信用贷款与非信用贷款的风险溢价不存在显著差异，且信用贷款的风险溢价通常还低于非信用贷款；（2）在担保、质押、抵押三种CRM工具中，只有抵押贷款和非抵押贷款的风险溢价存在显著差异，CRM工具在商业银行的贷款风险定价中未能得到应有的体现和反映；（3）在2004年以前，国有银行与非国有银行、股份制银行与非股份制银行的风险溢价存在显著差异，但在2004年以后，这种关系不复存在；（4）在2004年以后，城商行等的风险溢价较之以前显著提高了，但这更多体现了其对县域（或区域）金融垄断性的提高和垄断租金的获得，并非意味着城商行等对CRM工具的风险敏感性有了实质性提高，或贷款的风险定价能力增强了。

用风险是我国商业银行运营过程中的主要风险，因此加强信用风险的有效评估 至关重要。本文借鉴多传感器信息融合综合评价的优势，建立了基于BP神经网络、支持向量 机和DS证据理论基础上的信用风险评估模型。通过采用国内某商业银行的数据，利用本模 型,BP网络和支持向量机三者做了相应的验证，研究结果表明，该模型相对传统的BP网络和 支持向量机的评估模型，能得出较优的评估结果。本文的研究结论对于丰富我国商业银行的 信用风险评估体系和加强风险管理具有重要意义。

本文为企业债信用价差序列建立了动态时间序列模型，发现各个期限的企业债信用价差序列表现出不同的时间序列特征和不同的异方差结构。其中短期企业债信用价差序列表现出了自回归和移动平均特征，中期和长期企业债信用价差序列则仅表现出自回归特征。在方差结构方面，短期和中期企业债信用价差序列的残差方差结构是对称的ARCH或者GARCH结构；而长期企业债信用价差序列的残差方差结构是不对称的TARCH结构；表明长期企业债信用价差的下跌过程会伴随着更为剧烈的波动性。

随着利率市场化的推进，我国商业银行面临的利率风险日益凸显。本文分析提出商业银行应借次贷危机之鉴加强对利率风险的识别、度量和管理。还分析得到利率风险和信用风险之间的相关关系，并指出利率风险和信用风险都影响着银行的经营，应同时纳入银行的全面风险管理之中。

本文系统的讨论了两类信用风险模型一致性问题的内涵及分析框架。利用logistic和KMV的序列评价结果,实证分析了在面板数据多维信息空间中，两类模型的信用评价结果在层级性和趋势性上的一致性判定。结果显示，违约距离与守信概率在时间维度上存在正相关关系，并在统计上显著；而在截面上不成立。也即一致性问题中时序序数结果一致，而截面上的层级序数结果则无法确认。

信用衍生产品是有效分散、转移以及对冲信用风险的重要工具。2007年，全面爆发的美国次贷危机，导致了严重的违约集聚现象，致使现有的信用衍生品定价模型面临极大的挑战，因此，如何对信用衍生品进行准确定价成为学者们研究的焦点。为了更好的描述这种现象，本文利用Levy过程刻画违约密度的跳跃结构，构建了一种更为一般的仿射跳跃模型。对于组合信用衍生品定价模型的数值模拟结果显示，与传统的定价模型相比，这种结构可以很好地描述违约的集聚现象。文章最后，给出了该模型的扩展方向。

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。

本文借鉴信用风险度量的首中时结构模型，通过该模型的蒙特卡罗模拟对我国公司债进行定价，同时探讨了拟合公司债价值最佳的违约回复率设定和动态波动率的模型选择问题。研究表明首中时模型用于公司债定价是可行的，且不同的债券确实存在不同的回复率，并且对同一公司的不同债券使用同样的回复率也是不准确的，另外本文也进一步肯定了GARCH(1,1)模型在估计波动率方面的适用性。

KMV模型是一种利用公司资产市场价值及其波动率以及负债的账面价值来评估上市公司信用风险的违约预测模型。本文借鉴国内外关于KMV模型的研究成果，结合我国当前宏观经济环境和特征，充分考虑流通股与非流通股分别计价以及违约点设定的问题对KMV模型进行了修正。并通过选取我国上市公司的24支*ST股票和24支正常股票作为研究样本对修正的KMV模型进行了实证研究，利用ROC曲线对修正后的KMV模型度量信用风险的绩效进行了分析，得出了违约距离（DD）能够有效识别*ST公司与正常公司之间信用风险的差别，KMV模型在我国股票市场环境下具备整体有效性的结论。