信用风险由来已久,且无处不在。本文简述了信用风险模型的发展历程及主要分类,剖析了几类主要模型方法的本质内涵和技术特点,并对各种新方法、新技术、新工具、新系统进行了比较分析,并重点介绍了结构模型的发展轨迹。基于某商业银行大量法人客户的信息数据,运用多元线性判别、Logit回归、主成分技术,在界定了正常和违约客户的基础上,本文运用SPSS软件对不同行业、地区的法人客户的两类违约风险进行了实证模型研究。基于Merton模型的基本原理,本文对商业银行大量的非上市公司进行信用风险度量。通过能有效反映违约特性的历史财务信息,运用九个参数估计模式,选择得到有较好拟合度的参数估计方程,实证的得到了违约概率与经验违约距离之间的函数关系,并由此对模型的有效性进行了检验。基于简约模型的基本原理,依托某商业银行内部的信用评级系统及其大量历史数据信息,通过设计能够反映商业银行客户违约特性的统计方法,得到大量的分行业、分地区、分客户等级的历史违约概率数值,由此利用Logit模型进行参数回归拟合,并将历史违约数据和企业财务指标进行有机整合,实现对客户违约的简约模型实证研究。综合统计、结构、简约模型的技术方法和参数指标,本文提出了一个两阶段的信用风险组合模型,同时利用非线性变量技术和新边界模型技术,对组合模型结果做进一步的优化,得到了相对已有模型适用性更好、覆盖面更广、有效度更高的模型函数。基于此,我们对三种模型的违约特性进行了比较分析。在对当前我国商业银行运用信用风险模型存在的制约和困难进行深入分析的基础上,本文对如何构建规范、有效、可行的信用风险模型及系统进行了深入思考,并提出了建设相应管理体系的初步构想和实施步骤。最后,在汇总本文实证模型的基础上,本文对研究创新点进行了说明,并简述了尚待解决的问题和后续研究建议。