摘要:自从信用卡引入我国以来,其发展速度与日俱增。伴随着我国经济的发展和国民消费习惯的改变,信用卡业务将成为人们生活中不可或缺的一部分。为了让信用卡更好地为经济发展和人们生活服务,信用风险管理就显得尤为重要。因为信用风险是信用卡业务的主要风险。所以发卡机构应在信用风险管理方面加强控制,建立一套合理有效、科学完善的信用评价体系。一般情况下,信用评价会将客户划分为''好''或者''坏''客户。根据客户的个人信息和历史数据,通过数学方法进行建模,进而来预测信用卡客户的违约风险。在这方面,决策树算法正确率高,而且直观简单。本文使用决策树作为建立信用评价模型的方法。本文首先对涉及的文献进行了整理归纳,将信用卡风险管理理论、决策树的理论框架进行结合,分析了决策树、信用卡业务中信用风险的特征。采用决策树C4.5、C5.0、rpart、xgboost、组合预测模型算法进行建模,并且和支持向量机进行了比较。采用决策树方法构建的个人信用评价模型具有精度高、操控性强,并且在实践中使用广泛等诸多优点。