針對信用風險評估的現代信用風險度量模型中，信用風險測度模型較為經典的量化度量模型有Creditmetrics模型、Creditportfolio View模型、KMV模型和Creditrisk+模型等。

Creditmetrics模型是1997年JP摩根銀行邀請美洲銀行、德意志摩根建富、瑞士銀行以及穆迪KMV公司共同研發的信用風險度量方法。信用風險測度模型該模型的違約率度量通過遷移矩陣來實現。遷移矩陣是一個評級體系中橫跨所有行業的公司信用等級逐年變化的歷史數據，信用風險測度模型由不同性質的公司在不同商業周期組成的樣本統計出的一定信用期限內各個信用等級的債務人，從一個等級遷移到另一個等級（包括違約）的概率矩陣表。同時該模型還計算了各個信用等級在n（n>2）年內平均的累積違約率，即將1年期的遷移矩陣自乘n次，從信用風險測度模型而得到n年的累計違約率。

Creditmetrics模型對違約率的測度體現了《巴塞爾新資本協議》對違約率的要求，主要優點是，其估計的違約率是以每年的評級歷史數據進行平均統計，信用風險測度模型方法比較簡單，只要有若干年份評級結果的歷史資料就可以計算出各個信用等級的遷移概率與違約率。但此方法的主要缺陷是信用等級遷移概率矩陣的許多前提假設與現實不符。如：（1）信用等級遷移概率矩陣的穩定性假設與現實不相符。Nickell、Perraudin和Varotto（1998）的研究發現，行業因素、國家因素以及商業周期因素均會對信用等級遷移概率產生影響。（2）信用等級遷移概率遵循一個穩定的馬爾可夫過程與現實不符，Nickell、Perraudin和Varotto（1998）的研究發現，信用等級遷移概率與過去曾經出現的結果有很高的相關性。（3）在信用風險測度模型生成債券信用等級遷移概率矩陣時所使用的債券組合也會對矩陣的準確性產生影響。