自Merton(1974)提出有违约风险债券的定价模型以来，数以千计的理论与实证文献集中于以企业资产价值的运动推导企业信用风险的演变这一课题。而以资产负债比率作为信用价差的代理变量，通过资产价值与无风险利率的相关度对债券或贷款的信用与利率风险进行联合度量，则是一个刚刚起步的研究领域。商业银行是经营风险的机构，信用风险是商业银行面临的主要风险，利率风险是当前利率市场化改革对我国商业银行的重要挑战，而且信用与利率风险具有内在不可分离的负相关关系。相关性是联合度量的前提与关键所在。本研究区分了信用价差与无风险利率相关性以及作为信用价差中间变量的股市指数与无风险利率相关性之间的差异，提出股市指数与无风险利率的相关性具有两种方向相反的传导渠道，从而推进了信用与利率风险相关性度量中的传导机制研究。本文还深入分析了周期性行业与防御性行业在信用与利率风险相关性角度所体现的不同特征，揭示了行业因素对联合风险度量的重要意义。论文的主体部分通过在信用风险度量的结构化方法和约化方法中分别引入随机利率来展开，主要由理论模型和模拟分析两部分组成。由于结构化方法是企业资产价值运动服从连续时间扩散过程的内生违约机制，而约化方法是由随机强度过程决定的外生违约过程，所以本研究在逻辑上全面涵盖了企业信用变动的几种动因。本文的理论部分在基于结构化方法和约化方法的信贷组合模型基础上分别引入随机利率，以即期利率和股市指数、股市行业指数为状态变量，建立信用与利率风险的联合度量模型，推导了信用价差与利率和股市指数等一些重要经济变量的相关关系。在基于结构化方法的模拟分析中，本文采用Vasicek模型模拟无风险利率，通过模拟股市指数和股市行业指数轨迹模拟信用过程，通过利率与股市行业指数的经验相关矩阵进行了风险联合度量的Monte Calo模拟分析和压力测试，并且在区分行业的基础上考虑了违约损失率与违约概率的相关性。本研究生成了模拟评级转移矩阵和期限结构，以此计算不同信用等级和不同行业的单笔贷款和信贷组合的综合VaR值，并得到初始评级、相关性、违约概率和违约回收率等参数的敏感性分析结果。这一模拟方法的优势在于：第一，正确体现了结构化方法中企业违约和信用降级的动因来自资产价值的变动。第二，通过对行业的区分，合理估计了信贷组合中的两组相关性结构。第三，可以通过模拟股票收益率的运动轨迹，生成模拟的评级转移矩阵。模拟评级转移矩阵一方面避免了历史转移矩阵在取均值过程中对经济周期性波动的忽视，另一方面可应用于商业银行风险管理中的压力测试目的。本文的理论研究发现：(一)无风险利率与信用价差在经济周期的各个阶段通常呈现负相关关系(只有在发生严重金融危机时二者才可能出现同向变动的扩大效应)，这种负相关性不是简单的表面现象，而是由经济因素的驱动所致。在风险中性的定价框架中，无风险利率就是资产价值运动的漂移项(均值)。(二)在信用与利率风险的联合度量中对行业进行区分是很重要的，因为各个行业对不同的宏观经济变量具有不同的敏感度。即使信用评级相同的债券，如果属于不同的行业，那么其信用价差也可能存在很大的差异。不同行业的信用价差差异，主要是由于各行业与无风险利率的相关系数不同所引起的。这一相关系数的差异又是进一步由于各行业的经济周期敏感度不同，进而对经济周期不同阶段利率变动值的敏感度不同所致。本文模拟研究的主要结论包括：在联合风险度量的角度，首先，来自多个行业的20笔贷款可以达到很好的风险分散效果，在信贷组合中继续增加贷款对风险的改善不明显。由于利率风险与信用风险负的相关性，综合VaR值小于信用VaR与利率VaR之和。其次，信贷组合的风险对信用与利率风险相关系数、违约相关系数、债项初始评级等参数十分敏感，而单笔贷款则对初始评级、违约概率和违约回收率等参数更为敏感。投资级债务人的综合风险中利率风险的比例较高，而投机级债务人的综合风险以信用风险为主导。最后，虽然本文的主要研究对象是商业银行主要持有的固定利率风险贷款与债券的信用与利率风险联合度量，但是本文用适当的篇幅扩展至对商业银行浮动利率贷款和零售信贷的风险度量，研究了债务估价中的流动性折价以及商业银行内部评级方法等专题，并且本文的联合度量方法可以应用于金融衍生产品等商业银行表外资产的风险管理，因此具有较强的理论与现实意义。