近年来，个人消费信贷蓬勃发展，商业银行的个人信贷业务所面临的信用风险逐渐成为影响商业银行最重要的风险。在我国的信用基础以及信用评估技术还相对薄弱的情况下，借鉴国外的信用风险度量模型，建立科学、有效的信用评估模型，量化个人信用等级，对商业银行防范与化解个人信用风险有着极其重要的意义。　　 本文以个人信用风险为研究对象，在对个人信用风险管理的国内外文献及我国个人消费信贷现状分析的基础上，结合我国个人信用特点，利用计算机技术，设计与实现了个人信用风险管理系统。　　 系统分别采用层次分析、Logistic回归、分类树、BP神经网络四种方法建立信用评估模型，进行个人信用等级的评分量化，着重讨论了评价指标选取和模型算法设计，完成了个人信用风险管理系统结构和系统数据库的设计与实现。在个人信用等级评分量化的基础上，利用转移矩阵相关理论知识对评估对象特定时间内的等级转移概率和违约率进行预测，给银行个人信贷业务提供了一个动态的进行信用风险分析的环境。另外，本文结合模型训练样本数据与保留样本数据的试验性测试结果，分析了四种模型的优缺点及适用场合，以更好的服务于实践。　　 在本文的最后，对这次研究工作进行了总结，找出了算法的一些不足之处和有待完善的方面，指明了下一步研究的方向和工作重点，希望能够早日把研究成果应用到实际的银行体系中去。