当前国内外银行都针对集团客户以及普通客户进行了风险评估与预警信息系统建设。我国由于银行的业务相对传统,金融创新相对保守,虽然没有国外业务那么大的风险,但是随着国内企业公司的发展,也出现了诸多的不良债务风险。因而银行对客户风险进行预警,逐渐成为银行风险客户识别工作中的重要内容。本文主要从我国的银行客户类型、客户风险的识别技术两个方面出发,从风险预警的技术体系结构进行全局性的银行风险客户预警模型研究。尤其针对客户风险预警中的数据需求、功能需求,本文从算法、分类算法、Logistic算法、以及风险群识别算法等方面进行数据建模的特点分析,针对我国银行客户的具体类型和特点等对建模工具选型、开发工具、SAS系统等进行系统的比较,从而将基于风险客户识别技术的预警模型、数据源分析、信息采集预处理方法、风险群客户识别算法、基于Logistic算法的风险预警建模、建模流程、模型的比较评估、模型的改进和合并等问题都集中起来进行统筹。在比较、研究上述问题的基础上,对模型的实际应用与可能的效果进行具体的实验、分析,从实例的检验出发,检验、应用效果的数据基础和程序,并对其中的部分问题进行分析。本文从原理、技术以及设计与实现上做了一些探索性的工作,具有一定的实际应用价值,可以适应不同的业务,极大的方便了银行信贷分险预警的决策过程。