面向企业的信贷是当前所有的商业银行运营风险中最主要的一种，信贷的风险及其所产生的大额的不良贷款已经成为影响我国银行业发展的一个主要问题。信贷风险的控制以及管理上的需求直接影响到了商业银行及其体系的稳定和发展，建立一套行之有效的内部信贷评级体系逐渐成为商业银行在新的监管要求下的必然，同时也影响到商业银行的核心竞争力。国外的一些金融机构陆续的开发出不同种类的信贷风险管理模块，对信贷的风险的管理和预测能力有了进一步的增强。而国内的商业银行的信贷风险分析能力还有待增强，主要还是依靠传统的一些管理模式，同时利用现代的风险管理模块对信贷风险的分析能力也需要得到进一步的提升。本文首先对国内外的相关研究动态进行分析，同时对现代的信贷风险度量模块进行介绍和分析，以真实贷款为样本，同时利用数据挖掘中的决策树CART算法，对数据进行采集和抽取，进一步的预处理以后，从而建立具体的评分模块，同时以决策树的模块为基础，分析其相对应的属性，调整相应的应用案例的模块，从而建立与实际需求相对应的新型的客户信贷评分模块。然后通过分析样本数据的错分概率和预测成功率等指标，对客户信贷评级模块的性能进行明确，同时对于在企业信贷担保系统中级，低级信贷级别的用户，其实际评估的准确性不足的问题，通过一系列的主观评价方法从而调整其客观模块，最终使信贷评分及担保系统能够完整的包含主客观因素，从而使客户信贷度的度量更加的有效，最后设计并实现一个企业信贷担保系统的功能模块，同时能够应用到信贷管理和担保系统中，从而使客户在贷前审查和贷后管理方面得到完善的信贷评级。最后进行系统测试，最大限度寻找程序漏洞，保证程序质量。本文以数据挖掘技术为背景，对企业信贷担保系统的相关技术细节进行研究，以期能够建立一套更加客观和科学，同时具备一定的前瞻性，并且能够对客户信贷风险进行提前规避的信贷评级方法，同时通过本文的研究使信贷担保系统中的信贷评级得到越来越多的重视。