房地产行业是我国国民经济的主导产业,占中国GDP的6.6%和四分之一投资,与房地产直接相关的产业达到60个。事实上,房地产行业已经成为中国经济的直接“命脉”,房地产行业的发展关系着整个经济社会的稳定。近几年,中国的房地产市场不断升温,越来越多的房地产企业开始向商业银行贷款,而房地产业本身是资金密集型行业,我国的房地产企业过度依赖银行贷款。据估计,我国房地产企业70%以上的资金来自银行贷款,而在商业银行贷款中,房地产贷款占到了20%以上。所以说,房地产贷款风险的大小在很大程度上决定了金融机构的整体风险。目前,商业银行对企业风险评估主要依靠的是传统的“打分法”。“打分法”虽然带有较强的主观性,但是指标选择相对比较全面,且对于一些难以量化的非财务信息,“打分法”不失为一种很好的解决办法。而对于容易量化的财务信息部分,我们可以使用更加客观的定量分析方法进行改善。通过对各种定量分析方法的对比后发现,贝叶斯判别具有其他方法不可比拟的优势。因此,本文通过贝叶斯判别置换“打分法”中的财务评价部分,以此来改善“打分法”的评价效果。本文首先介绍了国际上信用评估的传统模型和现代模型,以及国内信用风险评估方法的研究现状,并对各模型的优缺点和研究方法进行了比较。其次叙述了我国房地产信贷风险的现状和成因。房地产是一个和众多行业关联的行业,其健康发展关系着整个国民经济的稳定。而我国房地产信贷市场泡沫化严重,房地产开发企业高负债经营等导致繁荣的房地产市场背后隐藏着风险,而开发商和银行对房地产需求的乐观估计可能导致供需失衡,从而房子“滞销”。作者将房地产信贷风险的成因分为宏观层面和微观层面,将各种风险成因进行了总结。之后介绍了国内对企业的信用风险评估。包括“打分法”和评级公司的评级,并利用“打分法”对我国上市房地产公司2008年的财务数据进行打分,分析打分效果。同时提出用贝叶斯判别改善“打分法”的优点。再次介绍了贝叶斯判别的基本思想和算法,将贝叶斯判别应用到我国上市房地产公司的信用评级中,并对模型的分类准确性进行了检验。对比“打分法”的结果后发现贝叶斯判别较“打分法”的准确率有很大提高。最后总结文章的成果和不足,并提出今后的努力方向。