美国的次贷危机,引发了许多金融机构的倒闭。究其原因,主要是信贷风险管理不善。因此,如何管理控制商业银行的信贷风险是当前最值得研究的问题。VaR方法作为一种被广泛接受的量化风险的技术手段,它通常是用来衡量标准情况下的风险损失程度,鉴于现实世界的复杂多变性,需要一种新的方法来解释异常极端情况下的损失,压力测试就是一种可以考察极端但可能发生的事件对金融机构所造成影响的方法。为了解一旦我国宏观经济下行、各项经济指标出现极端变动,将会给银行带来怎样的信贷违约风险。论文在对比国外已有的成熟的关于宏观经济因素对银行信贷风险影响的压力测试方法的基础上,考虑到我国宏观经济和金融体系的特点以及数据的可得性,建立了关于我国宏观经济因素对不同类型银行机构信贷风险影响的压力测试模型,并在此基础上假设了宏观经济的极端情境,最终运用蒙特卡洛模拟法模拟出各压力情景下不同类型商业银行不良贷款率的变动情况。模型回归结果显示：宏观经济因素对我国不同类型商业银行不良贷款率影响的路径和程度不同,且各宏观经济变量之间存在明显的时滞效应。在设定的三种压力情境下,随着宏观经济的极端变动,各类商业银行的不良贷款率都显著增加,然而我们更应该重点关注的是各情景下不良贷款率分布的尾端值,在置信水平为99.9%时,国有商业银行的最大不良贷款率为14.5%-14.8%,股份制商业银行为1.92%,这些数字都远远超过了银行在基准情况下的不良贷款率。因此,我国商业银行自身潜在着巨大的信贷风险。最后,针对我国银行机构运用压力测试提出了改善建议。这些建议包括：建立健全相关规范和标准；加大计量人才培养力度,形成自身的人才优势；加强数据的收集与整理；尽快建立压力测试所需的风险因子模型；加强假设情景分析和模拟；对于信贷风险压力测试,以后应考虑将其与特定的贷款账户相联系,并确保信贷风险压力测试与全行风险管理的有效衔接。