随着金融市场的繁荣发展、金融产品不断创新,各类金融机构尤其是商业银行所提供的产品的交易结构日益新颖和复杂,衍生品层出不穷,风险程度日益加大,尤其是在当前经济形势下滑,部分大客户违约事件和刚性兑付等多因素的风险信息不断涌现,金融业的主要参与者--商业银行所处的环境更为复杂,需应对诸多困难和挑战。故此,正确辨识与管控信用风险显得尤为重要。在此背景下,国内现行的传统风险管控工具在识别、计量、管控方面已不能完全满足形势的发展需要。如何改进现行风险管控的手段和方法,使对风险计量和控制变得更有质量、更客观、更有效,是现代商业银行风险管控亟待解决的普遍问题。国内外理论及实证表明,基于VaR模型的商业银行风险管控的使用将在很大程度上解决上述大部分问题,且模型的应用越来越广泛地得到推广;同时,巴塞尔委员会要求,有条件的银行有必要将商业银行内部模型与VaR值相结合,以计算适应市场风险要求的资本数额;且G20建议,可使用VaR模型去计量衍生工具的风险,并认为该工具是测度与管控市场风险的最佳工具。现阶段VaR方法已被国外大多数金融机构使用和推广,并作为衡量和管理风险的主要方法之一。国内有条件的商业银行也在尝试使用VaR模型,或被风控部门用于风险测量、或被监管机构用于监管、或被管理层用于内部绩效评定等。本文主要从商业银行对信用风险的界定开始,总结了信用风险的特征以及相对较为重要的管控方法,尽可能详尽的介绍了国际上该领域具有代表性的模型:Credit Portfolio View模型、Credit Metrics模型以及Credit Risk+模型,分别诠释了其运算原理、假定条件,并进行了比较分析,剖析了国内信用风险管控的现状;此后,就VaR模型在该领域的发展、普及使用,本文做了详尽介绍,最后得出了结论:现阶段,使用Credit Risk+模型去测量国内银行业信用风险是较为符合国情。在实证分析方面,采用了交通银行股份有限公司河南省分行中部分行业数据,以Credit Risk+模型为基础进了验证,实证表明该模型的可行性和可操作性更强,与商业银行自己的预测结果相比,该模型的量化结果相对更可靠,但同时也指出了该模型的不足之处,基于模型是在一定的假定条件下成立的,如在假定条件发生改变的情况下所预测的结果并不一定和实际相符,或譬如宏观经济环境发生变化,则所预测的结果可能与实际差别较大。因此,本论文指出,我国商业银行在运用相关模型时,应根据客观情况,挑选合适模型,并修正模型参数等。最后,对本论文进行了总结,结合我国信用风险管控状况,提出了几点建议,如完善和促进信用评级体系的建设,建立和培育国内风险量化理念,加大人力资源的支持力度,建立健全金融市场的法律法规体系。