自二十世纪九十年代以来,特别是金融危机发生之后,世界各国政府逐渐提高了对各类金融机构不良资产处置问题的关注。在这样的国际金融大环境下,中国政府也注意到不良资产广泛存在于本国银行业内并在不断累积。由于不良资产极大的影响着金融体系的安全,因此这一现象受到海内外的重视。为了降低不良资产给金融行业带来的潜在风险,我国政府陆续出台了许多措施,其中对商业银行最重要的一项政策支持即为成立了四家金融资产管理公司,即现在的东方、华融、信达和长城,同时设定这四家金融资产管理有限公司的经营范围为通过集中收购、管理和处置等方法为四大国有行消化其持有的不良资产。这一举措使四大国有商业银行的不良资产被分离出来,极大地改善了他们的资产负债情况。但现在,在我国逐渐转变为市场经济的历史条件下,依靠政策手段帮助商业银行解决此问题已经稍显乏力。不良资产的转让价格由市场决定,过低的转让价格会影响银行的报表数字,且其交易成本较高,长期来讲对于商业银行财务数字的改善作用有限。传统的商业银行不良贷款处置方式在处理体量上有一定限制且在处理时间和成本方面也存在一定的缺陷,资产证券化的出现为商业银行提供了新的思路和方法。因此本文将研究角度选为商业银行不良资产证券化定价,并以京诚(2018)产品为例进行案例分析。本文首先介绍了不良资产界定标准与其发行市场的现状。而后本文分析了资产管理公司在接手商业银行不良资产后的具体消化、处置方式,介绍了国内商业银行不良资产的处理方法和经验,并对各类方法的使用频率以及使用后的本金回收率进行计算和比较。在对其他处置方法的介绍之后,本文引出了资产证券化这一概念。笔者在介绍了基本概述后,将不良资产证券化与商业银行传统处置手段进行比较,突出说明了使用不良资产证券化的意义与优势,具体包括赋予资产流动性和可以长期的优化商业银行资产负债表比率等。然后本文对五大不良资产债权价值估算方法从定义和适用情况等方面进行梳理。在本部分的最后,笔者介绍了对不良资产证券化估值可能产生影响的八大风险。在定价分析部分,本文介绍了不良资产证券化定价模型的设计,包括静态现金流量折现法和蒙特卡洛法。在蒙特卡洛法中本文加入了度量提前偿付风险和违约风险的因素。此后,本文加入了一个新因素对蒙特卡洛模拟进行优化,即行业违约风险因素。文中整理统计自2014年第一例违约案例起至2018年的违约信用债的特征,得出企业违约与其所在行业环境有很大关系。本文对2014年至2018年违约债券的违约原因进行梳理,得出多数企业债务违约的原因都包含企业经营活动,而企业经营活动可能会造成违约的情况中,极大部分因素都与发债企业所属行业有关这一结论。尤其是以制造业,无论是从绝对数据还是相对数据等多个维度都表现出了突出的行业相关性。大多数年份中制造业的违约情况占全部违约案件的比例均远大于50%,其中2014年5起违约事件更是全部属于制造业。制造业、文化体育与娱乐业以及采矿业的违约率(发债企业数量/违约企业数量)明显高于其他行业,显示出了宏观经济情况、行业竞争情况、市场供求情况等因素对企业现金流的影响。在案例分析部分,本文选取京诚(2018)产品为例以检验前述模型。最后详细分析了造成三种算法与实际发行份额之间差异的原因并提出了相关建议。