内部评级法是监管当局对国内大型商业银行信用风险计量、提高风险管理水平的要求;当前形势下,商业银行需加紧研究宏观经济波动对资产质量及经营业绩的影响,提高自身风控能力。本文通过对国内信用风险监管体系-内部评级法的研究,指出基础PD模型实践中存在的两个问题,一是缺乏量化分析宏观经济波动的能力,二是年报评级制度存在滞后性。这也导致PD模型与国外广泛应用的外部评级模型(如穆迪的KMV模型)相比,实用性受到限制,同时也对后续资本充足率计量、绩效指标评价的有效性产生影响。经过权衡,笔者认为可以在已应用的PD模型基础上,建立内部评级迁移矩阵,并收集机构每季或每月公布的宏观经济数据,通过分析宏观经济指标波动与迁移概率的关系,定期调整部分客户内部评级,一定程度上解决滞后性问题,同时也解决了缺乏量化分析手段的问题。实证分析方面,本文首先通过Logistic回归,建立了有效的制造业和批发零售业两个行行业的PD违约概率模型,并利用该模型构建了行业评级迁移矩阵。通过线性回归,证明了宏观经济指标波动与评级下迁概率之间存在内在关系。运用实证分析结果,本文建议构建迁移矩阵系统,辅助评级工作,实现量化评价宏观经济波动对客户违约概率的影响,并解决年报评级的滞后性问题。另外,本文引入迁移矩阵的思路及宏观经济指标波动对其影响的结论对于PD模型、内部评级法其他改进也有借鉴意义。