信用风险是我国商业银行所面临的最重要的风险，它直接影响商业银行的经营和发展，因而信用风险管理成为我国商业银行风险管理的中心内容。与西方国家相比，由于我国信用风险管理体系的建立刚刚起步，信用风险管理水平还处于一个较低的层次；此外，我国己经加入WTO，这使得我国商业银行面临越来越激烈的竞争，研究中国商业银行信用风险管理有着极其重大的理论和现实意义。 随着现代信息技术突飞猛进式的发展与计算机处理能力的迅速提高，信用风险评估方法也不断推陈出新，管理技术正日臻完善，许多定量技术、支持工具和软件已付诸商业应用，信用风险的管理正经历着一场革命。 商业智能是近年来基于数据仓库技术发展起来的海量数据分析技术，它通过对海量数据进行统计分析和数据挖掘，提取有价值的知识。在数据大集中已经大致完成的背景下，引入商业智能，已成为战略转型中的中国商业银行改善信用风险管理水平的一种重要方法。 本文通过研究商业智能在银行信用风险管理中的应用，探讨了在信息化大趋势下，如何改善我国商业银行的信用风险管理。在归纳阐述商业智能和银行信用风险管理现状的基础上，对银行信用风险管理应用商业智能的发展趋势进行了分析；研究了商业智能在银行信用风险管理中的技术及框架设计；应用粗糙集理论属性约简方法研究了信用风险评估的指标体系设计；最后对基于数据挖掘的信用风险评估模型进行了探讨，并选用粗糙集方法具体研究了模型的实现过程。 本文的研究表明，商业智能在银行信用风险管理中具有广阔的应用前景，粗糙集方法在信用风险评估指标的约简以及信用风险决策规则的挖掘中有较好的应用价值。但粗糙集方法也存在着一定的不足，为了在银行信用风险管理中取得更好的应用效果，还应寻求粗糙集和其它数据挖掘方法如神经网络、模糊数学、证据理论等的融合。 论文共分7章，主要内容如下： 第1章为绪论部分。介绍了论文的选题背景、信用风险管理的发展趋势以及本文的研究目的和意义，归纳了本文的研究内容、研究方法及创新之处，最后说明了本文的研究方案设计。 第2章：银行信用风险管理概述。阐述了信用风险及信用风险管理的基本概念，分析了信用风险管理存在的难点问题，并简要介绍了信用风险管理的理论基础以及不同阶段的信用风险分析模型。 第3章：商业智能及其应用的研究与发展。在简述商业智能的概念、关键技术的基础上，分析了它的研究及应用现状，对其存在的不足及未来发展趋势进行了分析；并在最后探讨了我国发展商业智能发展的若干问题。 第4章：信用风险评估指标体系研究。应用粗糙集理论的属性约简方法研究了银行信用风险指标约简问题。在基于可辨识矩阵和属性重要性度量的基础上，构造了一种启发式属性约简算法。通过实例证明该方法可以有效地约简冗余指标，简化决策规则，在银行信用风险指标的约简中具有很好的实际应用价值。 第5章：商业智能在银行信用风险管理中的应用。研究了商业智能在银行信用风险管理中的整体框架及技术设计，并提出了信用风险管理中的BI应用策略。 第6章：基于数据挖掘的信用风险评估模型。对基于数据挖掘的信用风险评估模型进行了探讨，具体研究了粗糙集方法在其中的应用；最后，讨论了粗糙集与其它数据挖掘方法相互结合应用的研究状况。 最后，在第7章结论中对全文进行了总结，阐明了论文的结论，以及论文的不足和有待进一步研究的问题，对商业智能在银行信用风险管理中的应用前景进行了展望，并对我国商业银行加强信用风险管理提出了几点建议。