信用风险是金融市场上的主要风险之一,信用风险的度量和管理历来是商业银行面临的重大课题。如何提高信用风险管理水平是我国商业银行亟须解决的重要问题。与西方发达国家的银行相比,我国商业银行在信用风险量化管理的外部环境、内部控制体系、数据基础、技术和方法等方面都存在较大的差距。本文在对现有信用评估方法以及我国商业银行信用评估现状进行分析和研究的基础上,指出我国商业银行现行的信用评估方法存在着量化方法不科学、指标选取不合理等缺陷。为了解决这些问题,本文试图构建一种适合我国实际的信用评估模型,提高我国商业银行的信用风险管理水平。本文提出的信用评估方法中,首先运用统计学中的主成分析法定量筛选信用风险评估中使用的评价指标,相对客观地构建评价指标体系;随后通过引入数据包络分析方法,对筛选出的评价指标进行综合评价,给出一个综合评价得分即信用分数,从而判断银行客户的信用风险状况。最后,应用上市公司数据进行实证研究,证明该方法的可行性。本文综合了财务指标分析、统计分析和效率分析等方法,建立企业信用风险度和财务指标之间的量化关系。通过实证结果表明,建立的信用评分模型具有较好的预测效果。