随着利率市场化的深入,商业银行面临的客户信用风险变得越来越难以管理和控制,此时,构建精准的信用风险评估模型来评估信贷客户的信用风险,对我国商业银行来说就显得尤为重要。本文在总结国内外关于商业银行信用风险评估模型文献的前提下,分析了已有评估模型的特点,结合我国实际,选择支持向量机作为本文的理论模型。首先,运用向量自回归模型和脉冲响应函数,探索我国2003年-2013年各季度实际贷款利率与商业银行不良贷款率之间的动态关系,验证了实际贷款利率与商业银行不良贷款率成正向关系,从而说明在利率市场化下商业银行建立信用风险评估模型是必要的和紧迫的；然后,以我国上市公司的财务指标作为银行信贷客户样本,选取训练样本和测试样本,先对20个指标采用主成分分析进行降维,再运用支持向量机模型进行信用风险评估,从银行客户财务角度识别银行客户信用质量,评估正确率达到94.4%,说明支持向量应用在信用评估领域是有效和精准的。本文建立的商业银行信用风险评估模型旨在寻求一种有效的信用评估识别方法,使其分类识别方式能为信贷业务部门提供客观有力的量化支持,帮助我国商业银行乃至其他金融机构很好的开展公司信用风险评估体系建设工作、提高信贷业务的风险管理水平、降低不良资产流失,为更好做强信贷事业及小微金融提供支持。