金融市场一直都是世界各国、各地区十分关注的高风险市场,作为金融市场主体的商业银行不可避免的承受着市场交易所带来的高压。现阶段商业银行所面临的金融风险主要是信贷风险,而信贷风险的重要组成部分是信用风险。信用风险量化是我国商业银行信用风险管理的薄弱环节。与西方国家相比,我国商业银行缺乏信用风险量化管理的数据、人才和技术等方面的支持体系,并且进行信用风险量化方法的研究起步也较晚,起初都是运用定性、经验型的方式,后来虽也逐步采用定量化的分析方式,但传统度量方法总是受到一定的限制。为此,本文从商业银行角度出发,研究借款人(企业)信用度量的方法及其应用的问题。本文首先分析银行信用风险的内涵和产生原因及其基本特点；在此基础上,对已使用的和当前国际上处于主流地位的信用风险模型,论述了其前提条件、理论基础,并总结了各种信用风险模型的建模思路,对模型在信用风险度量中的实用性尤其是在我国实际环境下进行了可行性分析；介绍了常用银行信用风险统计指标,分析了现行指标体系存在的问题,阐述建立指标体系应注意的原则；建立新的银行信用风险统计指标体系；最后引用人工智能的方法——支持向量机来进行银行信用风险测度,为此对支持向量机进行了介绍和概述,根据已建立的指标体系建立基于支持向量机的信用评价模型并对此进行了实证分析。