违约概率是指债务人在未来一定时期内，不能按照借款合同要求，偿还银行贷款本息或履行相关义务的可能性。估计债务人的违约概率，是巴塞尔新资本协议信用风险内部评级法的核心内容，同时也是银行进行有效信用风险管理的重要环节。本文首先讨论了违约和违约概率的定义，准确的违约、违约概率定义是研究违约概率的前提和基础。然后文章在前人违约概率研究的基础上，归纳和总结了国内外违约概率研究的现状。商业银行估计信贷资产的违约概率，是商业银行信用风险管理的基础性、本质性的工作，各种数量模型被广泛应用于这一领域的研究。然而相比于正常贷款，违约贷款在整个信贷资产中占据的比例非常小，如果直接对全样本进行数量建模，往往会低估违约的风险。本文提出一种对“好”、“坏”样本合理配比，然后进行逻辑(Logistic)建模的思路。实证表明，将这一思路应用于估计某大型商业银行省分行的部分中小型制造业的违约概率，预测“好”、“坏”样本的平衡性好，精度较高，并且有很好的区分性。信用评级是，采取一定的方法综合评价借款人按时还本付息的意愿和能力。作为银行进行信用风险管理的基础性工具，债务人的信用评级显得尤为的重要，因为评级结果是银行进行授信审批、贷款定价的重要依据。本文尝试利用开发出的违约概率模型估计债务人的违约概率，再采用聚类分析的方式将违约概率映射为评级，最终根据每个级别的违约频率确定出该信用等级债务人的违约概率，结果显示出此种评级方法评出的2007、2009年样本中债务人大致呈现出正态分布，并且三年间的一年期转移矩阵表现出一般转移矩阵的共同特征，说明了此评级模型的有效性。基于此种评级方法评出2007、2008、2009年样本中每个债务人的信用级别，并考察了这些债务人在这三年间的评级转移情况。