我国商业银行快速发展的同时,资产、负债规模也在不断地扩大,其盈利能力也越来越强,但是在进步的过程中商业银行的信用风险也在日益加剧。目前,虽然各监管机构及银行自身已经非常重视对各类风险的管理,但是国内现有的风险监管理论中对于“极端但可能发生的事件”的风险管理仍然存在着很大的上升空间。本文根据相关压力测试理论,对商业银行的信用风险压力测试方法进行了比较,并选择SVAR模型(结构向量自回归模型)进行实证分析。实证分析过程中,首先选择GDP增长率,一至三年期存、贷款基准利率,货币供应量(M2),汇率,房地产景气指数,房地产价格指数,企业景气指数,CPI,存款基准利率等指标作为解释变量,以不良贷款率作为被解释变量,同时运用线性回归法选取出对我国不良贷款率具有显著性解释的指标。通过回归结果发现GDP增长率、一至三年期贷款基准利率、房地产景气指数、汇率对不良贷款率具有显著性解释作用,分别有GDP增长率与不良贷款率呈反方向运动,一至三年期贷款基准利率、房地产景气指数、汇率与不良贷款率呈同方向运动,这与实际情形相符合。其次,运用SVAR模型对各经济变量之间的动态联系进行分析。以各变量之间的联动性为基础,建立相关矩阵,并换算出各指标动态变化的值,代入模型予以计算,这在一定程度上有利于弥补传统模型忽视变量间相关性的不足。然后,进行压力测试分析。根据历史情景法、情景假设法进行情景设计,并对GDP增长率和一至三年期贷款利率施加适当的冲击作用,在此基础上研究和预测我国商业银行不良贷款率的变化趋势。其结果表明,当我国GDP增长率和一直三年期贷款利率分别受到轻度、中度及重度冲击时,商业银行的整体贷款损失准备金无法覆盖不良贷款的损失。最后,本文在实证分析结论的基础上,提出相关可行性建议。