随着托夫勒提出“大数据”的概念后,各个行业开始积极探索大数据应用的价值。国内互联网巨头公司利用技术上的优势,成功将大数据应用于金融科技领域,以“快速、高效、免担保”的经营方式吸收了大批银行原有客户。对于一直以保守方式进行风险防控的商业银行而言,防控偏向于合规性操作上,拿贷款业务举例,审核手续繁多并且时效性差,对客户资源的管控效率低,比较容易混淆优质和劣质客户。另外,随着银行保险监督管理委员会对商业银行监管的增强,商业银行不得不取消一些不合规的业务和部门。因而商业银行的经营转型迫在眉睫。更深入的发掘细分市场,即在业务发展过程中动态监管风险,让风险的治理有全局观和前瞻性已然具有新的时代意义。本文首先分析了A商业银行风控的发展历程和效果,在研究各种风险评估模型和互联网金融公司大数据风控系统的基础上,从设计理念、业务流程、技术架构方面构建了针对于A商业银行的大数据风控体系。然后用决策树的CART算法建立模型,利用A商业银行自有数据以及第三方平台数据,以个人信用风险为视角来应用大数据风控系统。进一步确定信用评价准则,分析贷款人的还款信息,包括还款能力和还款意愿等,为商业银行客户发掘和分类提供依据。另外,以信用评价标准为参考,利用大数据预警系统进行实时风险预警,为商业银行全面风险防控提供了行之有效的具有可操作性的应用方案。最后,在理论学习、模型分析和案例应用的基础上,针对A商业银行大数据风控应用存在的问题,分别从平台建设、创新营运和行业秩序等方面提出相应的建议和改进措施。