银行不良资产的总量以及处置问题关乎一个国家的金融稳定,我国金融市场稳定与否对我国的改革发展有重要影响。十八大以来,我国经济由高速发展转向高质量发展,政府顺势提出三去一补一降的新政策,由此企业过往经营中的过剩产能与高杠杆风险大量释放,导致商业银行不良资产规模增加。在不良资产体量扩大的同时,不良资产率也在随之上升。提升银行不良资产价值评估效率,有助于银行高效处置不良资产,提高风险抵抗能力,进而为国家经济结构改革和国民经济健康运行保驾护航。本文立足于银行不良资产评估问题开展研究,兼具较大的理论意义和现实意义。本文对已有文献进行回顾后,通过对银行不良资产价值评估相关理论进行梳理,综合分析银行不良资产评估中常用方法的优缺点,剖析其体量不断增大原因的同时研究不良资产评估现状以及存在的问题,发现虽然假设清算法的适用性更强,但也具有一定的局限性。特别是在使用假设清算法评估银行不良资产时,直接在假设债务人破产清算的情况下对不良资产进行评估,忽略了非财务因素对估值影响的考量,易导致标的资产价值低估问题。对此,本文尝试对假设清算法的理论框架与测算模型进行优化设计,提出将银行不良资产评估分成两部分计算:一是通过传统假设清算法测算不良资产价值中可回收的底线价值;二是通过层次分析法对其中的非财务因素进行量化并测算不良资产价值中不确定的风险价值。其中,通过对实际相关金融资产收购和处置的数据进行研究、分析和挖掘,选出银行不良资产定价的关键性非财务因素。在此基础上,以江苏常州**公司拖欠银行贷款成为不良资产为例,将优化后的假设清算法应用于其不良资产评估并展开案例分析。研究认为,优化后的假设清算法与传统假设清算法在适用范围上实际形成互补关系,对二者进行合理选择,有利于提高银行不良资产价值评估的合理性。