商业银行的不良贷款余额和不良贷款率在近几年中呈现出不断上升的趋势。因此，贷款的风险管理和控制显得尤为重要。贷款保险可以在贷款违约时得到保险方的贷款损失赔偿，从而为放贷银行挽回贷款损失。此外，贷款保险还可以为借款企业提供信用保护，降低其融资门槛，从而提高企业的贷款可获得性。贷款保险研究的难点和关键在于如何对贷款保险进行准确合理的定价。为了解决这一问题，本文从企业贷款的角度尝试对贷款保险进行定价研究。本文基于不同的因素、对象和功能分别构建了六个不同的贷款保险定价模型，并给出了对应的算例和实证分析。
　　第一个贷款保险定价模型考虑了资产收益率的非正态分布，并利用Gram-Charlier期权给出了定价模型。现有的贷款保险定价研究总是基于Black-Scholes期权定价公式，因而假定资产收益率服从正态分布。然而，现实中的资产收益率总是表现出尖峰厚尾的非正态性。Gram-Charlier期权正好可以捕捉资产收益率的偏度和峰度。此外，本文还提出了一个迭代算法用于在实际中估计资产收益率的偏度和峰度。实证结果显示，偏度和峰度对贷款保险的定价水平有显著的影响。而忽略资产收益率的非正态分布特点会导致贷款保险定价的低估。
　　本文的第二个模型考虑了债务结构及其清偿顺序和违约点对贷款保险定价的影响。在企业破产清算时，贷款的偿还顺序位于职工薪酬、保险福利和各种应交的税费之后。因此，债务结构会影响贷款违约时的清偿情况。基于此，本文结合企业具有不同违约点的情况，利用期权定价的思想，通过微积分的工具，得到了对应贷款保险定价的解析解。算例的研究结果显示，清偿顺序位于贷款之前的债务比重越大，贷款保险的定价就会越高。
　　本文的第三个和第四个贷款保险定价模型都放宽了现有研究的到期违约假设，允许贷款可以提前违约，从而使贷款违约和贷款保险更加贴近实际。在第三个模型中，本文认为贷款保险只要在贷款违约时生效即可。障碍期权中的向下敲入看跌期权正好能够反映这一现实问题。而且，障碍期权中障碍水平的概念也刻画了企业具有违约门槛的现象，修正了现有大部分文献假设企业总资产小于总负债时就发生违约的错误假设。另一方面，虽然贷款保险因提前违约而生效，但是贷款保险并没有马上被执行。因此，本文的第四个模型进一步考虑了因贷款提前违约而马上执行贷款保险的情况，并用蒙特卡洛模拟的方法给出了对应贷款保险的定价方法。结果显示，当违约信息传播不及时，投保人和保险人都应该提高对贷款企业的观察频率，以避免贷款保险的价值损失。此外，考虑提前违约也是对违约概率预测的改进。本文也给出了相关的预测方法和证据。
　　第五个贷款保险定价方法突破了只对信用贷款进行保险的对象限制，尝试对保证贷款进行贷款保险和定价研究。保证贷款的信用风险牵涉到借款人和保证人双方。本文考虑了借款人和保证人之间的资产相关性，并通过预期损失理论和微积分建立了针对保证贷款的贷款保险定价模型。结果显示，借款人和保证人之间的资产相关性越高，贷款保险的定价就越高。
　　最后，在第六个定价模型中，本文提出了一种基于贷款组合的贷款保险以实现降低企业破产成本的功能。同类型的企业会参加到这个贷款组合的保险体系中。参与企业的责任是要购买系统内潜在破产企业的资产。因为是同类型的企业，所以资产的使用效率更高，破产资产的置换成本较低，从而可以降低破产成本。企业参与的好处是因破产成本降低而带来的保费优惠。在定价技术上，本文通过蒙特卡洛模拟和Shapley值等方法解决破产成本分配和贷款组合保险定价的问题。