在经济下行压力增大、金融监管日渐严格的大环境中,我国商业银行盈利放缓,存量资产亟待盘活。信贷资产证券化被认为是盘活银行存量的金融创新工具之一,发展却不尽人意。毋庸置疑,系统科学地分析信贷资产证券化业务的关键影响因素对实现银行业健康稳定的发展至关重要。当下,信贷资产证券化数据信息系统含有不完备知识,同时充斥着大量区间型数据,给商业银行构建全面适用的信贷资产证券化影响因素指标体系带来了一定困难。基于此,本文借助粗糙集在处理不完备区间值信息系统的优势,探讨了信贷资产证券化影响因素这一基于多属性视角的复杂决策问题,为市场决策提供依据,保持信贷资产证券化业务进程的稳定推进。首先,在国内宏观经济发展的背景下,总结信贷资产证券化业务的成因,同时梳理影响信贷资产证券化业务开展的诸多因素,遵守相关指标构建原则,从资产分析、经营管理和资本充足情况三个层次着手构建商业银行信贷资产证券化关键影响因素指标体系,并结合我国证券化市场的实际发展情况,选取不同影响因素维度下代表性较强的指标进行详细说明。其次,考虑到商业银行指标庞杂、高维、不完备等特点,对经典粗糙模型进行优化和改进,建立基于可能度容差关系的多粒度粗糙决策分析模型,使得新模型能够更好地处理不确定的、多源分布的不完备区间值决策信息系统。以此为基础,提出了新的属性约简算法,得出约简信息决策表和对应的决策规则,阐述了基于改进粗糙集的信贷资产证券化影响因素研究流程。最后,以随机选出的15家商业银行数据为例进行影响因素的实证研究,获取关键影响因素,生成决策规则,精简影响因素研究流程。实践证明,改进的粗糙集模型在信贷资产证券化影响因素研究中具有很好的灵活性,可以在不同的经济环境下,为信贷资产证券化业务进程的推进提供强而有力的指导,促使商业银行更好地服务于实体经济。