信用风险是银行所面临的主要风险,新巴塞尔协议对信用风险管理的内部模型法给予了充分关注,并根据借款人或单笔贷款低值特征给出了零售敞口的定义。信用评分是零售敞口内部评级的重要基础,我国商业银行必须加快建立以信用评分为手段的风险度量与控制体系,实现“零售业务批发化”的运作模式,满足个人银行业务经营与风险管理的要求。论文将Logistic回归和神经网络方法结合起来,建立集成评分模型,集成两种方法的优点,从而使评分模型达到预测精度高、稳定性好和可解释性强的目标。对银行制定信用卡征信审核政策、准确定位目标客户群体等具有重要的指导意义。论文在客户单维度预测分析模型的基础上,建立基于客户风险与收益的二维评分模型,对客户进行二维组合矩阵细分。在有效平衡风险与收益的前提下,按利润净现值细分客户群体,满足商业银行差别化服务和经营管理的需要。论文通过对信用卡欺诈风险的特征分析,针对我国信用卡业务发展尚处于起步阶段,建立基于专家规则的信用卡欺诈侦测与风险预警系统,以有效防范和控制现阶段信用卡欺诈风险;经过一个阶段性信用卡数据的积累,再利用遗传算法建立信用卡欺诈与风险预警系统。根据多智能体系统(MAS)在很多领域的研究应用情况,在开发应用申请评分、行为评分、欺诈侦测与风险预警、呆坏账催收评分、呆坏账核销评分Agent等相应智能体的基础上,尝试建立基于MAS的信用卡风险度量与控制系统,实现信用卡风险度量与控制的智能化管理。论文拓展了信用评分研究和模型开发方法,为解决信用评分与信用卡风险控制问题进行了有益的尝试。