近年来,个人消费信贷业务成为我国商业银行新的利润增长点,具有丰厚的盈利潜力,而个人信用风险管理手段的落后成为阻碍个人消费信贷产业发展的瓶颈。信用风险又是我国商业银行长期以来面临的主要风险。相对于企业信用风险评估,对个人信用风险评估显得十分薄弱,大部分银行主要依靠信贷审批人员经验来决定,个人喜好对评估结果影响很大,而且随着业务量的大幅上升,人员相对不足,造成审批时间长,效率低,成本高,严重阻碍个人消费信贷业务的发展。因此,构建个人信用风险评估体系,对我国商业银行生存与发展的意义就显得更加重大。本文从对我国商业银行个人信用风险评估现状及存在的问题分析出发,通过对目前国内外个人信用评估模式与方法研究和分析,同时结合个人消费信贷业务本身的特点,提出了基于数据挖掘方法来建立个人信用风险评估体系。主要工作包括:建立个人信用风险评估体系的备选指标集;建立基于数据挖掘的个人信用风险评估体系,主要应用信息增益和Logistic回归方法相结合的方法建立个人信用评估模型;对建立的个人信用评估体系进行实证,具有较好的预测结果,同时提出加强及完善我国商业银行个人信用风险评估体系应用环境的相关建议。本文的成果,在推动我国商业银行个人信用风险评估体系建设,提高我国商业银行消费信贷业务的信用风险管理水平,降低我国商业银行的不良资产,提高审批效率,提高客户满意度,促进我国消费信贷市场的进一步发展,提升商业银行的核心竞争力方面具有很大的现实意义。