首先，商业银行要为信用风险度量与管理分析工具提供基础数据。这些基础数据主要包括两类：一是来自于公司类贷款的数据，商业银行要对公司类贷款所形成的数据，商业银行运用科学的方法进行抽取、转换、映射以及清除与转移，形成运作数据并存储；二是来自于市场的数据，商业银行即商业银行要收集债券价格、贷款市场价格、外部评级、信用价差和净资产交易价格等各种市场数据。其次，商业银行研究开发各种信用风险模型，进行风险评级和违约模拟，并计算公司类客户的信用等级、违约概率和给定违约下的损失等。

需要说明的是，信用评级是贷款准许、定价、监控和贷款损失预备的基础，它同时是对公司获取贷款后的动态信用风险管理的开始。作为贷后信用风险管理的关键风险分析工具，风险评级系统的使用比其他信用风险管理组成部分更为广泛研究内容。风险评级方法以一个定量违约模型为起点，根据商业银行借款人近期的业绩和债务的财务报告，测量并确定一个初始风险评级；其中，包括对借款人获取贷款以后的近期财务状况进行的主观评估研究内容，这可以从对一系列关于商务轮廓、管理质量和风险问题的考察中导出；然后将确定的借款人风险评级作为上述组成成分的权重进行平均，得出结论。由于商业银行信用风险管理系统即CRMS方法坚持评级应定量化和具有前瞻性，因此，主观因素在修正公司类客户历史财务测量中的异常、调整最近的业绩与未来前景之间的差别方面起着特别的作用。

信用风险分析模型的核心内容包括潜在信用资产的评级、相关的期望和未预见风险转移模式。等级转移的概念包含了信用质量从某一初始状态向任何方向变化的内容，其中，最重要和耗费成本的消极转移是违约。与违约资产的收回相结合，违约率估计使得商业银行可以定量化其资产和全部授信量的期望损失研究内容。而违约率和偿还的波动性估计，能够为未预见损失的评估提供信息。不同信用状况资产的违约率已经成为商业银行计算预期损失和VAR值、确定经济资本的核心工具，也是衡量不同评级体系优劣的客观标准。