在商业银行信用风险管理中,违约概率是指借款人在未来一定时期内不能按合同要求偿还银行贷款本息或履行相关义务的可能性。对借款人进行违约概率的测算,己经被列为巴塞尔新资本协议内部评级法的关键内容,是现代商业银行信用风险管理的重要环节。本文针对一般Logistic违约率模型中原始数据信息的丢失、多重共线性以及没有考虑时间因素等问题,提出了基于因子分析的logistic违约概率测算模型。加入了对时间加权的方法,考虑了时间周期的影响;通过引入因子分析方法改进了一般logistic违约概率测算模型,可以在不丢失变量的同时使得模型显得节约,扩大了logistic模型测算违约概率的应用范围,然后利用数据开展了算例分析,论证了方法的可行性。一般的二分类logistic模型仅仅分为违约和不违约两种状态,相对比较简单。本文结合我国商业银行实际情况,根据其在贷款后事后依据借款人的实际还款能力进行贷款质量的五级分类的,把二分类logistic模型扩展到多分类logistic模型,能充分利用已有的信息,从而更精确的测算违约概率。本文的违约概率测算方法与贷款相衔接测算最终违约概率,这样得到的违约概率既考虑了客户的财务数据又考虑了客户的历史违约情况,提高了银行测算公司类客户贷款违约概率的准确度,从而为经济资本计量、实行RAROC绩效考核、改进贷款定价等提供了基础。最后本文就商业银行如何有效地运用本文提出的违约概率测算方法提出了若干建议。