随着巴塞尔新资本协议的正式公布，我国在2007年已经开始面临实施新资本协议的问题。巴塞尔新资本协议将信用风险的度量方法分为标准法和内部评级法。从我国具体情况出发，会选择内部评级法，内部评级法又分初级法和高级法，后者必是未来银行业风险预测的大趋势，它的核心问题是估计参数违约概率和违约损失率。如何估计好这两个参数，并将之运用于我国商业银行计量信用风险资本要求的方法中，已成为我国银行业面临的一项紧迫任务。 违约概率和违约损失率的测度需要数据库和适合的模型支持，在详细分析两个参数的定义和现有模型和方法的基础上，结合我国目前国情：数据积累较薄弱，尤其是在违约损失率方面，对两个参数的测度都选择对数据要求较低的模型。对于违约概率，采用美国的KMV模型，针对中国上市公司股权结构和所处市场环境的特殊性对参数和假设加以修正，用于测度上市公司的违约概率；再结合国内外研究成果制订出较完善的指标体系，采用BP神经网络进行测度，将其得到的违约概率与KMV模型的结果进行比较，指出两种方法同时使用的有益之处。对于违约损失率，鉴于测度模型少，数据难以获得的情况，采用间接测度的方法，选择遗传算法改进后的BP神经网络，首先预测贷款损失率的值，通过其与违约概率和违约损失率的函数关系获得近似的违约损失率值。 基于模型的分析，本文提出了关于违约概率和违约损失率测度的一些建议，为未来我国商业银行使用内部评级法提供了一定的参考。