编者在对国内外已有的违约率测度模型按照传统违约判别模型和现代违约概率测度模型这两类研究进行回顾和述评的基础上，指出现有研究的不足和本课题主要研究方向，以来自某国有商业银行的内部信贷台账系统中所有2001～2003年具有短期贷款的企业为研究对象，建立了考虑先验概率和误判成本的企业短期贷款违约判别模型，并进一步通过等级违约率到企业违约率的转换以及假定违约率整体分布，建立了基于横截面数据的违约概率静态测度模型，探讨了违约率的动态测度问题。最后分别用Bayes判别模型和Logistic回归模型这两种主流方法进行了实证研究和横纵向比较，建立了随时间调整的动态模型并进行返回测试。

本书在参考、借鉴国内外现有的银行风险控制和管理理论以及实践方法的基础上，针对我国商业银行现状和特点，对信用风险管理进行了深入研究，并结合我国银行实际情况建立信用风险预测模型，最后应用模型进行实证分析，通过实证分析一方面增加对银行风险控制与管理技术的感性认识，另一方面对银行进行操作风险控制与管理提供技术支持。

第一章 导论

 1.1 研究背景

 1.2 研究价值与意义

 1.3 问题的提出

 1.4 相关概念界定

 1.5 研究方法

 1.6 研究思路与结构安排

第二章 传统违约判别模型研究文献述评

 2.1 传统违约判别模型与现代违约率测度模型

 2.2 传统违约判别模型

 2.3 本章小结

第三章 现代违约概率测度模型文献述评

 3.1 四种基本模型

 3.2 其他模型

 3.3 违约率模型的比较

 3.4 违约率模型研究面临的问题

 3.5 本章小结

第四章 违约判别模型的实证检验与比较研究

 4.1 三种模型的基本原理与思路

 4.2 样本数据的选取与数据预处理

 4.3 实证检验与结果分析

 4.4 传统违约判别模型的缺陷与改进设想

 4.5 本章小结

第五章 违约判别模型的改进研究

 5.1 数据预处理

 5.2 违约判别的Bayes判别模型

 5.3 违约判别的Logistic模型

 5.4 本章小结

第六章 现化违约概率测度模型的探索：KMV的应用

 6.1 KMV违约率测度模型的理论基础

 6.2 KMV违约率测度模型的设定与适用性分析

 6.3 K1MV违约率测度模型的实证检验

 6.4 本章小结

第七章 违约概率静态测度模型的建立

 7.1 违约概率测度的线性回归模型

 7.2 违约判别的半对数线性回归模型

 7.3 违约概率测度的Logit回归模型

 7.4 本章小结

第八章 违约概率动态测度模型的建立及检验

 8.1 违约测度的动态模型及检验

 8.2 违约概率测度的动态模型及返回测试

 8.3 本章小结

第九章 研究结论及创新

 9.1 研究结论

 9.2 研究创新点

 9.3 进一步研究的展望和建议

附录1：数据洗选及指标生成语句程序

附录2：DB迭代过程结果

参考文献

后记