近年来,伴随着商业地产热的兴起,与之关联密切的商用房抵押贷款也呈现出增长势头。目前,尽管尚未在国内所有的商业银行完全展开该项业务,仅有一些规模大、资金实力强的国有商业银行和少数股份制商业银行开始办理,但已经取得了较好的发展。商用房抵押贷款以商业物业作为抵押,以抵押房地产产生的现金流入如租金收入、销售收入等作为还款保障,因此往往比信用贷款风险小和易控制。但由于期限较长,整个贷款存续期间的风险变化较大,经济发展周期、房地产市场周期的变动和抵押物价值变动将导致抵押率波动,给贷款带来较大风险,因此信贷风险度量和控制十分必要。本文正是从当前商业银行精细化风险管理角度出发,全面梳理商用房抵押贷款的理论基础,研究信贷风险度量和控制,进一步完善当前商业银行房地产信贷管理框架,以期最大限度的披露信贷风险,有助于商业银行做出有效的信贷决策。本文首先梳理国内外关于信用风险度量和房地产信用风险的理论与实证研究成果,其次,以GS商业银行商用房抵押贷款数据进行分析,分离出可能对贷款履约产生影响的21个指标,并进而筛选出5个显著影响的指标;再次,基于GS银行的商用房抵押贷款数据进行实证分析,分别采用Logistic模型、多因素线性回归分析(MCLP)和神经网络模型建立商用房抵押贷款违约风险评估模型,并进行效果比较;最后,对商业银行商用房抵押贷款风险控制提出政策建议。本文的创新之处在于:一是研究对象较新。由于商用房抵押贷款业务限制,目前国内相关文献研究该方向的非常少;二是研究方法较新。本文采用MCLP方法应用到商用房抵押贷款违约风险判别中,并将该方法的应用从信用卡和个人住房抵押贷款扩展到商用房抵押贷款方面,并取得较好的违约风险识别效果。三是本文的研究具有较好的现实意义。研究结论有助于帮助商业银行有效识别监管商用房抵押贷款风险。