现代市场经济是信用经济,完善的社会信用体系是市场经济发展的有力保障。社会信用体系主要由政府信用体系、企业信用体系、个人信用体系三个相对独立而又相互作用的子体系构成。而个人信用体系则是整个社会信用体系的基础。个人信用体系可以有效降低个人金融交易中由于信息不对称而引发的道德风险和逆向选择问题,对个人消费信贷的健康发展发挥着重要作用。本文首先阐述了信用的内涵、分类及相关理论,并用信息不对称理论解释了信用风险产生的根源。接着介绍了几种个人信用评估的常用方法：判别分析、罗彻斯特回归和神经网络方法,以及各种方法各自的适用性。文章对我国个人信用体系的发展现状做了研究和分析。自上世纪九十年代末,我国个人消费信贷业务飞速发展,然而,同时所暴露的信用风险问题对消费信贷市场的发展构成了威胁,建立完善的信用风险管理机制已成为刻不容缓的任务,而信用评估作为风险管理的核心环节更需要得到妥善解决。本文在选取建模方法时,采用了非监督式学习的模糊聚类分析方法。由于常用的评估方法建模往往对样本数据有严格要求,而非监督式分类方法避免了传统技术建模的困难。本文为模糊聚类方法应用于个人信用评估提供了选择方法和借鉴手段,尤其对在信用信息系统不发达地区进行个人信用风险管理有着重要意义。最后,本文对发达国家几种典型的个人信用体系模式进行了比较和分析,并结合国内个人信用体系发展面临的问题,对我国个人信用体系的完善和发展提出了具体的建议。