如何对项目贷款风险进行有效预警，一直是商业银行关注的重要问题。清洁发展机制（Clean development mechanism，CDM）项目的出现，以下简称CDM项目，为商业银行项目贷款风险预警研究带来了新的问题。由于《京都议定书》第二阶段减排承诺谈判接连遇阻，国际碳交易价格持续下跌，自2012年起我国CDM项目，面临建设资金短缺、难以收回投资成本等诸多挑战。与此同时，随着国内碳交易市场的建立与完善，国家发展与改革委员会已相继制定出了《温室气体自愿减排交易管理暂行办法》和《温室气体自愿减排项目审定与核证指南》，全面支持和推动CDM项目运行。面对上述机遇和挑战，CDM项目亟需通过商业银行贷款，支持其项目运行的资金需求。CDM项目运行流程复杂、贷款资金大、风险高，无法有效实现风险预警，已成为阻碍我国商业银行CDM项目贷款业务开展的关键。　　目前，有关商业银行CDM项目贷款风险预警的研究还处于起步阶段，相关研究并不多，且仍处于较零散的、缺乏系统性分析的层面。与一般项目相比，CDM项目运行具有什么特点？商业银行在对CDM项目贷款过程中，面临哪些主要风险因素？如何在此基础上，构建科学、合理且适合商业银行CDM项目贷款风险预警需要的指标体系和模型？围绕上述问题，本文以“商业银行CDM项目贷款风险预警”问题为核心，在借鉴国内外相关文献的基础上，结合CDM项目运行情况，采用定性研究与定量研究相结合的方法，识别了商业银行CDM项目贷款过程中面临的主要风险因素，在此基础上构建了适合商业银行CDM项目贷款风险预警的指标体系；进一步基于灰色系统方法，构建了商业银行CDM项目贷款风险预警模型，并在案例分析的基础上，揭示了现阶段我国商业银行CDM项目贷款风险等级情况。本文共包含七章，各章的主要研究内容如下：　　第一章为绪论，具体包括研究背景、目的和意义、国内外研究现状及述评、研究内容、思路和方法等。国内外研究现状主要对商业银行项目贷款风险研究、商业银行风险预警研究和CDM项目研究三大部分进行回顾和评述。　　第二章为CDM项目运行情况分析。在明确CDM项目内涵和流程的基础上，总结和归纳出CDM项目的6大特征；基于CDM项目运行的3个关键阶段，从项目运行总况、9个主要项目类型、不同省市和地区等方面，揭示了现阶段我国CDM项目运行情况。研究发现：① CDM项目具有运行模式多样且参与方自愿参加；CDM项目真实、可测且类型多样；流程复杂；周期较长；风险相对较高；基准线方法学相对成熟等特征。②2005-2013年我国CDM项目运行数量整体呈现上升趋势，但增长率逐年下降；新能源和可再生能源、节能和提高能效、甲烷回收利用项目在CDM项目运行数量上排名前三位，而HFC-23分解、新能源和可再生能源、N2O分解消除项目在CERs签发量上排名前三位。③不同省市和地区CDM项目运行差异较大；西部地区在CDM项目运行数量上具有相对优势；东部、中部和西部地区在CDM项目运行质量上具有较强的相似性；东部地区在CDM项目减排规模上表现较好；东部与西部地区在CDM项目运行综合实力中占有优势。该部分为后续商业银行CDM项目贷款风险识别奠定基础。　　第三章为商业银行CDM项目贷款风险识别研究。综合考虑CDM项目流程和特征，基于商业银行一般项目贷款风险分析和典型CDM项目贷款风险案例分析，综合运用预先风险分析方法、半结构化访谈法和故障树分析法，对商业银行CDM项目贷款风险因素进行识别。研究发现：①资质获取风险、方法学风险和CERs签发量交付风险等，是有效区别CDM项目与一般项目贷款的风险因素。②商业银行在对CDM项目贷款过程中，面临政治风险、法律风险、市场风险、经济风险、资质获取风险、信用风险、人力资源风险、财务风险、管理风险、技术风险和HSE风险等11类主要风险因素。③52个风险因子是引起上述11类风险因素产生的主要原因；单个风险因素可以由多个风险因子引起，而同一个风险因子又可能导致多个风险因素产生。该部分是构建商业银行CDM项目贷款风险预警指标体系的重要前提。　　第四章为商业银行CDM项目贷款风险预警指标体系研究。在明确商业银行CDM项目贷款风险预警指标体系构建目的、原则和思路的基础上，构建了商业银行CDM项目贷款风险预警指标体系。由于现有研究缺乏必要的风险等级评判标准，本文参考国际或国家通用标准、研究报告和已有文献等，进一步给出了各风险预警指标的风险等级评判标准。该风险预警指标体系：①包含11个一级风险预警指标和43个二级风险预警指标，能够充分反映商业银行CDM项目贷款风险。②具有统一的风险等级评判标准，包括Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级和Ⅴ级风险，分别对应低风险、较低风险、中度风险、较高风险和高风险五个风险等级。③本文提出的有效反映CDM项目自身特点的资质获取风险，其测度指标主要参考CDM项目运行流程进行设置；而市场风险、信用风险和管理风险等预警指标也赋予了其新的内涵。该部分是商业银行CDM项目贷款风险预警研究的重要内容。　　第五章为商业银行CDM项目贷款风险预警模型研究。考虑到商业银行对CDM项目贷款过程中，往往无法达到传统统计理论大样本量的要求；而CDM项目一般以7年或10年为运行周期，其贷款风险又是动态变化的现状。本文运用以“小样本”、“贫信息”不确定性系统为研究对象的灰色系统方法，构建了具有“两阶段”特征的商业银行CDM项目贷款风险预警模型。该风险预警模型：①将时间因素考虑在内，具有动态特征，能够有效反映商业银行CDM项目贷款风险的动态变化，且时间权重系数的确定既体现“厚今薄古”，又体现“信息量大小”的思想。②能够帮助商业银行有效实现对贷款CDM项目的筛选，与此同时还能对重点贷款CDM项目的风险进行预测。③在拓宽灰色系统方法应用领域的同时，进一步丰富了商业银行项目贷款风险预警的定量研究方法。该部分是商业银行CDM项目贷款风险预警研究的重点内容。　　第六章为商业银行CDM项目贷款风险预警案例分析。案例分析结果表明：①23项CDM项目中，仅有5项CDM项目的综合风险处于较低水平，所占比例为21.74％；18项中度风险水平的CDM项目中，有11项的一级风险预警指标面临较高风险。②资质获取风险、管理风险和信用风险是现阶段商业银行CDM项目贷款过程中需要重点关注的风险类型，CDM项目贷款过程中，上述3类风险也相对较高。③对商业银行重点贷款5项CDM项目风险预测结果，也具有较高的精度。研究结果显示，商业银行应做好上述5项重点贷款CDM项目的风险监控工作，特别要加强对财务风险的监控。　　第七章为结论和展望，对全文的主要研究结论和创新点进行总结和归纳，提出了商业银行提高CDM项目贷款风险预警能力的对策及建议，并展望了未来的研究方向。