违约损失率是度量银行信用风险的核心指标，也是计算监管资本、经济资本的重要变量，在银行风险管理中起着至关重要的作用。伴随着巴塞尔新资本协议在我国的实施，违约损失率（LGD）计量模型的构建成为银行业研究的重点。由于贷款违约的损失数据缺乏、影响因素多且复杂等问题，我国对LGD的研究较晚，大多数研究还停留在定性描述，成熟的计量方法及预测模型还比较少。由此，本文试图就我国企业债务违约损失率的计量做尝试性探究，以求为我国违约损失率的模型研究提供新思路，促进银行业完善风险管理。本文采用先判别后回归的建模思路，对违约损失率进行估计。首先综合国内外文献及我国实际情况，梳理出LGD的影响因素；其次，根据对影响因素的分析，初步确定LGD的备选变量，并分别利用逐步判别法和逐步回归法筛选，得到建立判别模型和预测模型的解释变量；接着将贷款的回收情况分为完全无回收、部分回收和完全回收三类，尝试利用支持向量机构建违约损失率判别模型，并采用粒子群算法（PSO）优化模型参数，建立三分类PSO_SVM模型对违约损失率进行判别分类；最后针对部分回收贷款，结合PSO算法与支持向量回归机，建立违约损失率预测模型。通过实证研究，判别模型和预测模型的有效性和稳健性良好。