风险管理是商业银行经营管理的核心，控制信用风险才能减少损失，实现健康快速发展。在众多风险之中，信用风险因影响最大，仍是目前商业银行面临的最主要风险。国内经济增速放缓，处于经济减速的下行阶段，很多企业经营利润出现断崖式下跌，违约风险凸显，特别是中小企业出现了一批倒闭潮，经营风险显著提升，实体经济向银行传导，银行业信用风险持续暴露。同时随着互联网金融的兴起，大数据技术得到日益广泛的应用，大数据应用在各个领域引发了越来越多的关注，如何将大数据迅速转化成核心竞争力是商业银行面临的一个迫在眉睫的问题。　　基于上述背景，本文以Z银行为例，探讨大数据背景下如何健全和提升商业银行的信用风险管理水平。本文首先从阐述信用风险高发的背景和大数据背景下进行风险管理创新的现实意义，又通过对国内外大数据信用风险研究动态进行概况和评述，引出写作的理论意义，列举了文献研究法、案例分析和SWOT分析等研究方法。本文的创新之处主要表现在运用数据进行定量分析信用风险状况和趋势、通过Z银行的案例指出当前大数据应用不足、提出了在贷款全流程中进行大数据应用。　　本文的思路如下：首先通过对信用风险管理进行叙述，将信用风险、信用风险管理、大数据的定义进行描述，介绍了数据对商业银行的价值，利用SWOT分析法对大数据技术进行风险防控在优势、劣势、机会、威胁方面进行了分析。　　接下来着重调查分析我国商业银行信用风险的现状，对主要信用风险指标进行列举，并分析存在数据不真实的隐患，实际信用风险更加堪忧。概述了当前面临的三种主要信用风险形式，并从外部经济因素、国内征信环境和企业自身原因进行成因分析。并以Z银行为案例进行信用风险管理现状的深入调查研究，调查了该行的信用风险数据和对信用风险预测，指出Z银行信用风险管理中管理理念落后、数据信息获取方式落后、内部数据整合不到位、外部数据利用率低，现代化审批系统、预警系统建设不到位等对大数据应用的不足。　　最后根据目前应用不足的现状提出从大数据从大数据战略、大数据机构、数据人才方面优化信用风险管理架构进行完善；从内部数据整理、外部数据利用、建立集团信息库方面进行数据整合利用；从贷前调查数据风险识别、贷中系统自助审批、贷后数据风险预警检查进行全流程数据应用，提出了三个方面进行改进的建议。最后总结了前面章节研究中不足和未来进一步研究的设想。