信用风险作为最主要风险之一,对其有效的度量与管理不仅有利于微观经济个体的健康发展,也有利于宏观经济环境的稳定运行。伴随金融创新的推进,信用风险理论与度量方法的研究也在不断的深入。对信用风险的度量已经由传统的静态定性评估向现代的动态定量度量演化。早期的研究主要关注微观个体的资产负债状况、偿债能力与违约概率之间的关系。经济危机的爆发警醒人们在进行信用风险管理时要加入宏观经济环境的考虑。现存的信用风险度量方法要么基于微观经济个体财务情况,要么仅从宏观经济环境考察信用风险,兼顾宏微观信息的度量模型相对较少。文章致力构建包含宏微观特征的信用风险度量模型,以期更为全面、准确的识别与评估风险。论文首先简要介绍信用风险的内涵、特征以及度量方法。然后以“金融脆弱性假说”和“安全边界说”为理论基础,分别从宏观经济周期与宏观经济政策两方面剖析宏观经济对信用风险的影响机制,并选取商业银行不良贷款率与宏观经济变量进行实证分析,为模型中宏观变量的引入提供依据。接下来基于KMV模型原理,在违约点的设置中加入宏观经济变量,构建基于宏观经济视角的MM-KMV(Macroscopic-Microcosmic-KMV)模型。采用股市数据检验 MM-KMV模型的违约识别能力和风险预警能力。研究结果表明,由MM-KMV模型计算出的违约企业与非违约企业的违约距离显著不同,而违约距离又可以衡量违约风险,由此可以得出MM-KMV模型具有良好的风险识别能力。在追踪违约企业发生违约前五年违约距离的变化时发现:在违约发生前两年,企业的违约距离发生剧烈波动,并且出现显著下降的趋势。由此可见,新构建的模型能够对违约进行有效预警。文章还对比MM-KMV模型与KMV模型的相对有效性,发现MM-KMV模型在违约识别以及风险预警方面均优于KMV模型。最后依据研究结果建议企业、金融机构及其监管部门、经济政策制定者们要充分考虑宏观经济环境对信用风险的影响,实施更为全面、有效的信用风险度量和管理。