摘要：银行业是一个特殊的高风险行业。不断的银行业危机警示着我们——一旦银行业风险得不到有效的把控便很容易引起连锁反应进而引发大规模的金融危机。虽然我国至今未发生大规模的金融危机，但银行业的潜在风险一直存在并时常发生。各大银行逐年累积的大量不良信贷资产不容忽视。

本文旨在通过信用风险评级模型与违约率相关联的实证研究，揭示如何在银行与借款人信息不对称情况下有效地通过现有可得的财务数据最大可能地评估借款人的违约风险，再通过银行自身的手段来降低不良信贷资产的产生，为我国银行业贷款风险提供较强的量化手段。同时，由于本文模型立足于因子模型，并不直接对财务数据进行分析讨论，而是对多项财务指标共同呈现的“公因子”进行研究，在因子选择过程中，能通过以往某公因子与某项财务数据的相关性检验该项财务数据是否有很大程度的偏离从而对报表真实性进行研究，在一定程度上减少“骗贷”情况的发生。

目录

摘要

Abstract

1.引言-1

1.1研究背景-1

1.2文献综述-2

2.信用风险评级理论-3

2.1信用风险评级的理论分析-3

2.1.1信用分析评级必要性的理论分析-3

2.1.2信用评“5C”原则及其理论分析-4

2.2信用评级内容的界定-5

3.研究方案-6

3.1整体思路-6

3.2 因子分析和聚类分析-7

3.2.1因子分析-7

3.2.2因子分析步骤-7

3.2.3聚类分析-8

4.模型建立-8

4.1公因子有效性分析-8

4.2实证分析-9

5. 结论和建议-12