现阶段,我国金融体系仍以银行业为主导,信贷业务作为银行主要收入来源的同时,与之相应的信贷风险也成为其面临的首要风险。因此,如何有效地控制银行信贷风险、提高信贷资产质量,已成为我国银行业界和学术界探讨的一个重要课题。粗糙集理论作为一种处理不完整、不精确数据的有效方法,在数据挖掘领域无疑大有用武之地。粗糙集从提出以来在各个领域取得了成功的应用,它在理论上有着深远的意义,正以巨大的潜力吸引着世界上许多专家学者的注意,特别是把粗糙集应用到信贷风险评估中,无疑是一种新的挑战。本文将粗糙集理论应用于信贷风险评估当中,采用定性分析与定量分析相结合的方法,结合我国商业银行的现实环境,进行分析论证。本文的主要工作成果:首先,研究内容和方法上将粗糙集与传统银行的信贷风险相结合,为信贷风险分类的定量化发展提供一定的依据,从而弱化信贷分类定性化标准带来的分类主观性,从而使得商业银行信贷风险预警体系更加地全面,更加具有实践意义。其次,指标的筛选上借鉴以往国内外的研究成果和银行的操作实践,将选取财务和非财务指标,整个指标体系包含定量指标和定性指标,实现了定量分析和定性分析相结合。文章将采用粗糙集理论强大的数据处理功能及属性约简功能对传统财务指标和非财务指标进行筛选,实现了原有指标体系基础上的合理删除和增加,使指标体系更为合理。再次,设计并实现了一个基于粗糙集理论的信贷风险评估模型。模型建立步骤分为假设、指标选择、数据预处理、数据约简、风险评估规则生成和规则检验六步组成部分。最后,本文将模型应用于企业信贷风险评估和个人消费信贷风险评估进行实证研究。实证结果显示,本文提出的基于粗糙集理论的信贷风险评估模型具有良好的预警能力,总的预警准确率均在90%以上,可为银行的信贷决策提供参考。