20世纪90年代以来，世界上一些大型商业银行开始探索一些新的信用风险评价模型，如信用监控模型（KMV模型）、CreditMetrics模型、信贷组合观点（credit portfolio view）、CreditRisk+模型等等。
    KMV模型，利用Black-Scholes期权定价公式，通过可观测到的股市价值来推测公司的资产价值及资产收益的波动率。主要是通过上市公司的股价和股票收益率的波动性，计算资产价值和资产收益的波动性，进而求出预期违约率（EDF）。与CreditMetrics模型相比，KMV模型在短期内有更好的预测性，但在两年以上的时间段上没有预测优势。
    CreditMetrics模型一直是应用最为广泛的模型之一。它既可以度量贷款、债券等传统的信用工具，又可以度量互换、远期等衍生信用工具。它综合运用信用等级转移矩阵和运气信用定价公式计算出在险价值。
信贷组合观点，是麦肯锡公司通过改良CreditMetrics模型来计算信用资产组合的风险价值的。因为CreditMetrics模型没有考虑到宏观经济状况对信用等级的影响，所以麦肯锡公司使用条件信用等级矩阵来代替无条件信用等级矩阵，区分不同经济状况下的信用等级，及时调整对于违约概率的测算。
CreditRisk+模型，与财产保险的计算方法类似。CreditRisk+模型研究的是抵押贷款和小企业贷款等具有很小的违约概率的贷款；财产保险是假设财产遭受损失的可能性也是很小的，所以两者的发生事件都是小概率独立事件，都可用泊松分布估计违约概率。
与90年代以前的信用风险模型相比，这些新模型更加注重数理统计方法在信用风险度量的应用。
四类传统方法和四个新模型对我国信用风险的量化管理都有一定的借鉴意义。由于我国的金融现状所限，目前它们在国内的直接应用都还存在较明显的局限性。因此，我们还需要结合我国现阶段实际情况对其进行不断的改进和完善。

5 招商银行客户信用卡信用风险评价模型
5.1 模型设立原因
研读过国内的大多数有关于信用卡风险管理研究的论文可以发现，大部分论文都是从理论研究的方面阐述风险管理的，并没有量化信用卡信用风险。另一方面，有关于信用卡信用风险评价模型研究大多是个人信用评分模型的定量研究，如logistic回归模型。
5.1.1 信用风险的重要性
a）信用风险增长显著，表现为信用卡授信总额、信用卡期末应偿信贷总额（信用卡透支余额）和信用卡逾期半年未偿信贷总额均大幅增长。截至2011年末，信用卡授信总额2.60 万亿元，较2010 年末2.00万亿元增加了6 004.67 亿元，增长30.0%；期末应偿信贷总额8 129.56 亿元，较2010 年末4491.60亿元增加了3 637.96 亿元，增长81.0%。信用卡逾期半年未偿信贷总额110.31 亿元，较2010 年末76.89亿元增加了33.42 亿元，同比增长43.5%；信用卡逾期半年未偿信贷总额占期末应偿信贷总额的1.4%，较2010 年末回落0.3 个百分点。
虽然信用卡逾期半年未偿信贷总额所占比重有少许回落，信用卡应偿信贷总额增长较大，坏账风险有加大的趋势。当然，银行潜在的坏账风险也是信用风险的一种，必然需要关注。
b) 信用风险具有系统性特征。风险管理者充分的分散风险后，需要自己承担信用风险。因为在我国由于风险转移的工具种类少，信用风险只能选择承担，不能转移，所以从这个意义上说信用风险具有系统性特征。
c) 信用风险不能经分散减少。由于信用风险的系统性、静态性，使得信用风险管理缺乏有效的手段，在充分进行资产分散化后，银行的信用卡业务主要面临的就是违约风险，即在贷款到期时最终确认违约损失。 商业银行信用卡业务的风险及防范(8):http://www.751com.cn/jingji/lunwen_2687.html