由于如今商业银行已经不再仅仅满足于传统的存贷款利差的方式来盈利,纷纷转向中间业务进行发展,因此,信用卡产业虽然在我国只有短短十多年的发展时间,但是它却已经成为各个银行争夺的激烈市场。由于利率市场化的预期,各大银行纷纷未雨绸缪,希望在当下打好基础,尽可能地在这一领域争得空间,为未来的竞争增加筹码,却同时可能忽视其中所隐藏的信用危机。因此,对信用卡风险进行管理已经成为了当前之急。而传统的主观个人信用评分方法已经不适应当代管理的需要,必须应用现代的定量化评分模型和技术来对这一风险进行监控和管理。本文首先介绍了信用卡及其风险的内涵和定义,在分析其发展现状的基础上引出了建立信用卡评分模型的必要性,并对相关理论研究作了综述。其次介绍了信用评分技术的发展历程,重点介绍了几种常用的信用评分模型,如判别分析、Logistic回归、分类树、神经网络及SVM分类等。在相关信用卡客户样本数据的基础上,分别应用上述方法建立了模型,得到了各自的预测效果,并对这些模型在精度和稳定性上分别作了比较,得出应该在不同的需求下使用适当模型的结论。最后,在描述国内信用卡市场风险管理现状之后,提出了一些对现有风险进行控制的建议,并对相关研究的方向进行了展望。