信用风险又称为违约风险,信用风险是银行大部分业务的主要风险,由美国的次贷危机引起的金融危机归根到底是一次信用危机。随着我国银行业的逐步开放,资本市场的不断发展,我国商业银行有效地计量信用风险显得尤为重要。　　 我国正面临着经济转型,转型后非制造业企业将对GDP的贡献越来越大。而我国商业银行没有专门针对这类企业贷款的信用风险进行评价的方法。我国的商业银行普遍采用风险度的方法来管理贷款的信用风险。在评价企业的信用等级时采用的是内部评级法,我国正处于内部评级法的第三阶段,以打分的方式来评价企业的信用状况。这种方法在确定评价的指标和权重时主观性都非常强。因此,十分必要对上市非制造业企业的信用风险评价方法进行研究。　　 本文首先引进Altman的Z"评分模型,该模型是专门用来评价非制造业企业的信用状况的。但是不同国家不同行业不同的企业,模型的权重和指标是不同的。因此,本文对该模型进行了修正。以我国的上市非制造业企业为研究对象,选取了最近三年出现的所有被处理的上市非制造业企业,用Altman建模的思想和方法,构建了新的适用于评价我国上市非制造业企业的评分模型。根据Altman等人给出的信用等级对照表,用修正后的评分模型计算出的Z值确定该类企业的信用等级。　　 Credit Metrics模型是用来计算贷款的信用风险VaR值的,它以信用等级为基础。如果缺乏信用等级方面相关的数据,Credit Metrics模型就很难发挥其应有的作用。而修正后的评分模型能较好的确定我国上市非制造业企业的信用等级。因此,修正后的评分模型与Credit Metrics模型相结合的方法能很好的评价我国上市非制造业企业的信用风险。由于Credit Metrics模型假定贷款服从正态分布,而事实并非总是如此,而是存在“肥尾现象”的问题,本文运用蒙特卡罗模拟方法来改进修正后的评分模型与Credit Metrics相结合的评价上市非制造业企业信用风险的方法。以两笔上市非制造业企业贷款为例,比较了用蒙特卡罗模拟方法改进前后的计算过程和计算结果,表明用蒙特卡罗模拟改进后的修正后的评分模型与CreditMetrics模型相结合的信用风险评价方法简化了计算过程、有效解决了Credit Metrics模型存在的“肥尾现象”。由于蒙特卡罗模拟方法的一些数据是随机产生的,一定程度上解决了我国资本市场缺乏相关数据的问题,使其更加适用于评价我国上市非制造业企业贷款的信用风险。　　 因此,本文用蒙特卡罗模拟方法改进后的修正了的评分模型与Credit Metrics模型相结合的信用风险评价方法具有一定的理论和现实意义。