近年来我国个人消费信贷产业的快速发展以及个人消费信贷业务高风险高收益、低风险低收益的客观规律,使各金融机构在追逐利润的同时,不得不面对巨大的信用风险。因此,如何规避个人消费信贷业务潜在的信用风险是商业银行和各信贷机构面临的重要问题之一。银行等信贷机构需要在个人消费信贷发放之前,对申请贷款的客户进行科学的信用评估,客观、全面、准确地评估消费者的还款能力和还款意愿,以控制和减少坏账损失。Logistic回归作为一种基于统计理论、计算机技术实现的参数识别技术,在个人信用评估领域有着良好的应用前景。本论文运用北京市某商业银行个人消费信贷数据和logistic回归方法设计了个人信用评分的指标体系,结合SPSS软件中的Forward-conditional法和Enter法筛选出进入模型的9个指标项,建立个人信用评分模型并对模型的适用性进行了分析。最后,论文对模型在我国商业银行个人消费信贷业务中的实际应用作了一些探讨,并指出模型的不足之处。