商业银行是整个国民经济良性运行的基础。随着商业银行经营环境的不断变化及银行间竞争的日益激烈，尤其是世界金融自由化和一体化的影响，商业银行的风险不断加大。20世纪最后20年是世界银行业发展最快、最有成就的时期，同时也是金融危机和银行危机频繁爆发的时期。　　而占银行收入绝大部分的信贷业务，在商业银行经营管理中起着举足轻重的作用。因此，信用风险是银行及其监管部门最关心的问题，特别是进入九十年代以来，信用风险已经成为银行业面临的主要风险。　　VaR是巴赛尔委员会确认的市场风险的标准测量工具，是当今国际上主流的金融风险计量方法，然而，它存在着两个较严重的缺陷。为了改进VaR，Rockafellar和Uryasev于1999年提出了条件VaR，简称CVaR，又称期望损失(Expect Shortfall)。　　本文的研究内容就是基于公司信贷业务的信用风险分析。本文尝试将CVaR引入到商业银行信用风险管理中，从两个角度（违约模型和信用等级转移模型），通过Monte Carlo模拟方法，分析贷款组合信用风险的条件风险价值(CVaR)。　　在第一章中，主要介绍了本文的研究背景和意义，简单阐述了国内外几个主要信用风险模型（“5C”要素分析法，财务比率分析法，Z-score模型，KMV模型，Credit Metric模型）的主要思想及其缺点，同时还对VaR和CVaR的定义进行了概述。　　第二章主要对CVaR和VaR进行详细的介绍，重点阐述了VaR的缺陷。VaR的主要缺陷是不满足一致性公理和对尾部测量的不充分性，并在此基础上详细介绍了CVaR风险测量方法，对其概念、参数、性质及应用作了较详细的分析。　　第三章是基于违约模型的信用组合风险分析。首先介绍了违约模型，并对其主要参数进行了说明，然后建立随机模型，通过Monte Carlo方法对其进行模型分析，得出结论:信用风险与违约概率、违约相关系数呈负相关;风险暴露越均匀，信用风险越小;贷款组合损失分布不满足正态性。　　第四章是基于信用转移矩阵的信用组合风险分析。其结构与第三章相同，先介绍信用转移模型，然后用Monte Carlo方法进行模拟分析，得出以下结论:信用风险随着初始信用等级的下降呈上升趋势;贷款期末价值的概率密度不满足正态性;利率增大或期限减短，期末贷款组合价值期望增大，造成较大的信用风险;标准资产收益相关系数降低，信用风险降低。　　最后一章对在分析过程中得出的结论、遇到的问题以及不足进行了总结。其中有一点值得指出的是在两个模型的Monte Carlo模拟中，都把正态分布作为桥梁，来产生满足条件的随机数，主要是利用了正态分布的良好性质，这是在进行其他研究时可以拓展的。当然文中还存在着很多不足，例如假设稍显简单;风险测量是静态测量等，还需在以后的研究中进一步完善。