信用风险是债务人未来不能按期还本付息的可能性,它是银行面临的主要风险。银行信用风险不仅影响银行的改革和发展,而且还会影响宏观经济的健康运行,甚至可能引发严重的金融危机。为了提高信用风险管理的效率和准确率,引入数据仓库技术势在必行。本文旨在把聚合信用风险模型和数据仓库技术结合起来,为我国商业银行的信用风险管理提供一种有效地解决方案。本文根据巴塞尔新资本协议中内部评级法对信用风险计量的要求,选择聚合信用风险模型作为商业银行信用风险管理模型,结合我国商业银行贷款数据的共有特征对模型中贷款组合的频带划分方法进行了改进。对我国商业银行信用风险管理中所适用的数据仓库技术和VB编程技术作了深入研究。以聚合信用风险模型为核心设计了数据仓库框架和程序流程。编写程序实现了预期损失、非预期损失和经济资本的计量。而且在此基础上,根据数学规划方法以商业银行价值最大化为目标,以经济资本限额和RAROC最低回报为约束条件设计了贷款决策最优化模型,为我国商业银行的贷款决策提供了依据。本文采用我国某商业银行的数据进行了实证分析,结果表明聚合信用风险模型较为简单实用,在我国银行具备实践基础。在商业银行信用风险管理中引入数据仓库,能够提高信用风险计量中经济资本的计算效率和准确率。引入数据仓库将使得我国商业银行信用风险管理体系更加完善。