近年来，我国商业银行个人信贷业务增长强劲，但随着业务规模的扩大，银行对个人客户的信用水平难以科学把握，导致个人信贷风险开始显现。因此，有效识别信用风险成为个人信贷业务健康持续发展的前提条件，也是金融业稳健运行的重要保障。　　 本论文在文献综述，参照国内外既有成果的基础上，确定研究对象为商业银行个人信贷风险管理，首先综述信用评分的起源和发展，西方国家个人信用风险管理现状及方法，然后结合中国经济体制改革进程和巴塞尔新资本协议，论述我国个人信贷风险管理的现状及问题，以刻画个人信贷风险发展的的总体面貌。接着运用我国某商业银行个人住房贷款数据，构建Logistic回归和决策树个人信用风险评估模型，以判别各参数对个人信用风险的影响程度。　　 本论文得出的主要结论为：利用历史数据对模型的检验结果表明模型对客户信用的判断是比较准确的。Logistic回归分析可以采用统计性质的检验来确定客户参数对客户判别情况的重要程度，并且可以将影响小的参数筛选掉；而基于决策树方法的个人信用评级模型有着精确度高可控性强的优点，并且决策树模型基本上是瞬间生成的，耗时很短。最后，论文对个人信用评分模型在我国个人信贷领域内的应用进行了探讨，并提出了相应的结论和政策建议。