近些年以来国内商业银行开始大张旗鼓的发展个人信贷业务。有些银行已经意识到建立个人信用评估系统的重要性,但大部分银行的主要审批权限还是集中于风险管控专员的手中,由于每一个审批人员不可避免的人为主观臆断,加上社会上的贷款咨询公司给借款人进行包装的情况愈演愈烈,这些因素很可能给银行的信贷业务造成巨大的风险。本文主要结合目前商业银行个人信贷业务的主要风险点,利用银行所获得的贷款申请人的信息进行合理的筛选、预测。通过合理的运用数学模型和统计方法,借助于部分统计软件,把个人提供的信息进行一定程度的量化,以此来排除在审核以及审批过程中的人为因素,提高审批的效率,减少银行所面临的风险。本文在结合数据分析的同时也对比了目前国内外银行的先进经验,避免了模型的单一化,结合了中国目前的个人贷款现状,将Logistic回归、决策树等模型运用于商业银行个人信用评估体系建模,在得出结论的同时也在不同的模型之间进行了比较,给出了模型的参数估计和检验结果。在如何建立完备的个人信用系统这方面再做一点深入的探索。