随着中国改革开放的逐渐深入，居民的消费观念不断更新，银行业个人信贷业务的热点也相继涌出。个人信贷业务已经发展成为各家商业银行的核心业务。因此剖析个人信贷业务风险成因，建立完善的风险控制机制，并挖掘出高效的风险控制技术，对于化解商业银行个人信贷业务风险具有十分重要的现实意义。论文分析了商业银行个人信贷业务的各种风险，认为信用风险是其面临的主要风险，并对信用风险成因进行了剖析。通过对信用风险，个人信用评分的管理，层次分析法，BP神经网络和Logistic回归分析的分析，结合我国商业银行目前风险管理的实际情况，构建了信用评分的ALB评分模型，为银行机构对个人信用评估时提供更为准确的，科学的决策信息。模型的主要工作如下：首先，利用层次分析理论得到用户特征的权值，找出重要的特征因素。其次将这些重要的因素分别进行Logistic回归分析和BP神经网络分析。将重要的特征值经过BP神经网络和Logistic回归分析，最后得到全面评价用户的一个指标值，从而决定个人信贷业务是否发放。论文对模型进行了实证分析，以我国商业银行登记的个人信用数据为输入，检验了模型的预测精度。实验结果表明，ALB模型的预测精度比使用单一的模型有明显提高，ALB模型的稳定性要比使用BP模型高，效率要好。ALB模型中特征变量具有更加清晰的解释意义，可以更好的指导制定审批的征信政策，指导营销人员准确的定位目标客户。