近年来,信用卡业务快速发展给银行等发卡机构带来了巨大的商机,但同时也暴露了该业务信息不对称、道德风险导致的信用风险大、消费者过渡消费、睡眠卡率高等问题。为有效控制风险,信用卡风险管理技术必不可少。国外的风险管理技术已相对成熟,但国内发展相对落后,而直接套用国外的技术并不适用。本文立足于国内发卡机构的角度,研究信用卡风险管理技术,以降低信用风险给发卡机构带来的损失。本文研究的主要目标是通过运用风险管理技术对信用卡客户尽可能准确地分类,从而使得错分的概率尽可能的小。文章基于决策树模型和logistic回归模型两种分类技术,结合两种方法各自的优点,提出了二阶logistic回归模型、决策树—logistic回归混合模型,并利用真实的信用卡数据进行了实证研究。此外,为了提高信用卡客户分类准确性我们研究了二次判别。进一步为预测信用卡业务风险—收益情况,建立了信用卡业务的损失—收益预测模型并举例与实际收益进行了比较。