近年来,在信息技术的推动下,互联网技术的应用以迅猛的姿态快速崛起,随着互联网+概念的提出与大力推广,多种传统行业都与互联网相结合迅速发展,互联网金融行业作为其中最重要的创新项目之一,经历了迅速的发展。伴随着行业的发展,互联网金融公司推出各种形式的个人无抵质押网络信用贷款。网络信用贷款产品以其门槛低、审批效率高、放款速度快、申请手续简便、贷款使用自由等优点,深受消费者青睐,迅速抢占个人零售贷款市场,对传统商业银行造成了不小的冲击和影响。同时商业银行纷纷改变业务方向,推出各自的网络信用贷款产品。由于网络信用贷款使用便利等特点,加之互联网和商业银行广阔的推广渠道,产品迅速推广,在线贷款余额显著增加。但是伴随贷款余额增长的同时,网络信用贷款的不良率也开始迅速上升,远高于传统贷款业务,对行业的发展和金融市场的稳定性都起到了阻碍的作用。本文在传统商业银行和各类金融机构相对成熟的风险管理体系的基础上,探讨了新兴个人网上信用贷款的风险识别,针对网络信用贷款中的个人信用风险进行了研究。本文首先分析了网络贷款中信用风险的成因和特征,其中信息不对称严重、借款人的还款能力和还款意愿是影响网络贷款信用风险的主要因素。为解决上述上述问题,本文分析了个人信用风险管理的两种不同方法,传统的打分卡方法和新兴的大数据分析法。在此之上,通过整合上述两种方法提出了新的网络贷款信用管理方法模型,其创新理念是同时使用两种方法用来管理违约概率和风险暴露敞口,发挥各自的优势,对借款人信用风险进行较为真实的评估,同时保留了网络贷款快捷、灵活、自动化程度高的优点。并将真实借贷数据带入模型进行验证,证实该方法可以进一步有效地拦截潜在违约风险,降低风险敞口,减少预期损失。