《商业银行信用风险评估:一种实证模型的探讨》提出以信用风险度作为商业银行信用风险的一种新衡量标准（模型的输出），并分别应用因子分析法和逐步判别模型构建了两套较为科学的评估指标体系。在此基础上，分别应用补偿模糊神经网络和基于Bayes判别的违约概率测度模型、基于Levenberg—Marquardt算法的前馈神经网络构建了两套信用风险评估预测模型，并应用最优加权组合预测模型，将两套体系和评估结果有机结合，进一步提高了预测精度，从多角度、多层面对信用风险进行了剖析。