美国次贷危机发端于银行次级住房按揭贷款爆发高违约率,如果银行可以对该类贷款的违约概率做出准确预测,则能使危机爆发的可能性大大降低。我国的商业银行现今存在大量的住房抵押贷款,如何有效识别和度量其违约风险从而防止此类危机的爆发,对我国商业银行而言是一个重要挑战。本文旨在为我国商业银行住房抵押贷款违约概率的测算提供一种有效的方法。传统的简约模型和现代结构模型都能一定程度测算住房抵押贷款违约概率,然而由于住房抵押贷款期限较长,观察期内结束的贷款样本较小,而以上两种方法都直接删除了未完成贷款的样本,这就会导致样本量过少以及信息缺失。生存分析方法最大的优点在于考虑了删失数据,提高了模型测算的准确度。本文回顾了住房抵押贷款风险及其影响因素和生存分析方法的基本理论,并基于Cox模型,从借款人特征、贷款特征、房屋特征三个维度对住房抵押贷款违约风险的影响因素进行了计量分析,模型拟合度较好,计量结果较为显著,最终得出月还款额占月收入比、学历水平、婚姻状况、利率、首付比例、月还款额、贷款期限都对住房抵押贷款违约风险有显著影响,其中月还款额占月收入比的影响最大。同时,本文对提前还款的样本进行了分析,得出了借款人性别、学历水平、利率、房屋面积对借款人是否会提前还款影响较大的结论。本文运用竞争风险模型分析了违约、提前还款和正常还款三者之间的竞争风险,得出违约与提前还款以及正常还款的影响因素不同,因此在测度住房抵押贷款违约概率时,将提前还款和正常还款作为删失数据是适宜的。而提前还款和正常还款之间则存在竞争风险,对正常还款和提前还款而言,学历水平、月还款额、月还款额占收入比、贷款期限、房屋价值以及首付比例这几个影响因素的系数有非常显著的差别。最后本文根据实证结果给出了针对性的政策建议。