随着我国经济持续高速的发展,居民收入水平的提高和消费观念的转变以及国家政策的推动,个人消费信贷获得了良好发展契机。虽然目前我国商业银行的个人贷款余额在全部贷款中所占的比例不大,但随着个人住房贷款、汽车贷款、耐用消费品贷款、信用卡消费等个人信贷业务的迅速展开,增长速度非常快。同时,这也对我国个人信用风险控制提出了更高的要求。然而受制于个人征信体制的不完备、信用技术的落后以及专业信用人员的匮乏等问题,我国目前的个人信用体制无法满足需要。个人信贷消费的高速增长与落后的信用风险管理机制形成了强烈的反差,在银行业建立与消费信贷增长速度相适应的风险管理体系是当务之急。 参照征信体制完备的发达国家经验,个人信用评分模型作为一个有效的个人信用风险管理预测工具,在商业银行的信贷消费决策中起到了非常重要的作用。本文旨在借鉴国外先进经验,充分利用现有的银行系统中的数据和信息,建立具有一定预测能力、符合我国国情的个人信用评分模型。 本文首先介绍了信贷消费的背景、在我国的发展以及存在的问题。然后使用简单打分机制、判别分析模型以及逻辑回归模型对现有的银行数据进行实证分析,对模型的预测精度、可解释性以及错分成本进行比较。最后,在逻辑回归模型的基础上进行改进,以获取精度更高、更具科学性的模型。