如何對信用風險進行度量和管理是商業(yè)銀行經營的永恒主題。近年來,商業(yè)銀行面臨的信用風險越來越大、越來越復雜,備受銀行體系以及經濟主體乃至監(jiān)管當局的關注?!渡虡I(yè)銀行信用風險度量與管理研究(經管系列)》以商業(yè)銀行為視角,研究其風險管理最重要的一環(huán),即對貸款企業(yè)信用風險的度量與管理,以期對發(fā)展中的我國商業(yè)銀行提供技術和方法?!渡虡I(yè)銀行信用風險度量與管理研究(經管系列)》首先界定信用風險的概念和特點,對風險管理領域的理論背景、信用風險度量方法以及國內外的研究狀況進行全面的歸納和整理,為《商業(yè)銀行信用風險度量與管理研究(經管系列)》的研究提出思路和方向。研究以風險度量方法的改進和實證分析為重點,運用上市公司所披露的財務信息,建立了上市公司信用風險評價指標體系,提出信用風險度量的模糊神經網絡方法。通過與上海某商業(yè)銀行的合作,對其1999-2005年的貸款明細和公司財務數據進行了系統研究,運用粗糙集理論的約簡功能,從中選出最能反映企業(yè)信用狀況的8項財務指標,再應用神經網絡方法進行信用評價。實證研究表明,所提方法具有較高精度?!渡虡I(yè)銀行信用風險度量與管理研究(經管系列)》利用CCER提供的上市公司個股行情數據和財務數據,進行了KMV方法的實證研究,對其違約距離計算公式進行了對比和改進,得出了適合中國國情的具體操作方法。對于非上市公司信用風險的動態(tài)度量問題,《商業(yè)銀行信用風險度量與管理研究(經管系列)》研究了由KMV模型發(fā)展而來的PFM模型,并結合我國實際情況進行改進,采用神經網絡估計方法估計非上市公司的資產價值和波動率,用資產保值增值率代替資產的連續(xù)回報,進行違約距離計算。實證研究表明,《商業(yè)銀行信用風險度量與管理研究(經管系列)》所提方法對我國上市公司、非上市公司具有較好的信用風險評價和預測能力。