次贷危机引发的全球金融危机,进一步激发了管理者和学者对信用风险的关注。信用风险基础研究落后,制约我国的信用风险管理水平。违约损失(回收)率是信用风险的重要测度(LGD,RR, LGD+RR=1),巴塞尔新资本协议的信用风险内部评级法(IRB)把它作为基础变量。中国银监会(CBRC)对违约损失(回收)率的管理有明确的要求。国外在过去只重视信用风险违约率的基础上,也开始重视违约损失(回收)率,研究成果逐渐丰富,而且先进的银行和评级公司也在实际的风险管理中开始运用这些成果。由于贷款的私密性,国外研究主要集中在债券。国内已逐步开展银行贷款违约损失率的研究,但大多数研究的样本非常小,使用的方法也仅采用较为简单的描述统计或判别分析等,并且研究的系统性也不够强。本文首先概括了国内外银行信用风险研究和管理现状,介绍了巴塞尔新资本协议和中国银监会对信用风险管理的最新要求,梳理了内部评级法基础变量之一的违约损失(回收)率结构特征、度量技术、数据库构建等方面的理论研究。无论是在违约损失率研究和管理比较先进的国家还是在国内,对其结构特征都还需要新的结论和证据,对其度量和预测也需要完善方法和手段。本研究以四川大额不良贷款数据为基础,针对违约损失率的结构特征、度量技术和影响因素以及违约损失(回收)率数据库构建等三个方面进行了深入研究。结合国内的情况,回答了什么是违约损失(回收)率,它为何如此重要,有哪些因素驱动,如何度量,数据库如何构建等。本文用实证分析和模型,从不同维度对违约损失(回收)率进行刻画描述,研究其分布特征,宏观、中观和微观的影响因素,包括贷款期限、资产负债率、无风险利率、贷款额、抵押以及与违约率等的关系,违约损失率随时间变动的情况等。在结构信用风险模型框架下,用风险中性定价扩展了违约损失率的结构化表达式,用无风险利率取代了公司资产漂移率。利用连续时间资产定价理论,研究随机现金流情况下的违约回收率,得出了违约回收率是公司现金流状况内生变量的结论。在单因素模型参数估计的基础上分析系统风险对违约回收率的影响,认为四川大额不良贷款的违约回收中存在系统性风险,而且对系统风险的敏感性比较稳定。总体上贷款的违约率和违约回收率高度负相联。对抵押贷款和组合贷款的违约损失进行了模型化度量研究。使用洛伦兹曲线和贷款专项准备金扩展了违约损失(回收)率的度量方法。借鉴欧美成熟违约损失率数据库的建设经验,提出了在中国银监会、中国人民银行和各银行现有信息系统的基础上,以组建管理公司的形式构建我国的违约损失(回收)率数据库,为管理和研究提供数据来源,结合本文理论研究成果,提出了政策建议,初步设计了数据库的变量。