2008年美国次贷危机的爆发,使房贷信用风险引起全世界的关注。根据巴塞尔委员会提出的《新巴塞尔资本协议》的要求,金融市场风险或信用风险等单一风险已经不再是影响银行业经营困难的主要因素,而是多种因素(如：金融市场风险、信用风险、操作风险等)共同作用的结果。然而我国银行风险评估尚处于初级阶段,尤其对个人信用风险评估、管理方面的经验和方法都较为缺乏。基于此现状,本文以银行客户数据为依据对个人信用风险进行评估,为完善银行监管体系具有现实意义。本文开篇论述了国内外信用风险评估的研究现状以及研究成果,简单介绍了决策树算法和房贷信用风险,在分析房贷信用风险评估现状的基础上,进一步分析了房贷信用风险评估中存在的问题。对影响房贷信用风险评估的因素进行了分析,并设计出相应的评估指标,给出评估指标筛选的具体步骤,最终确定影响比较大的十个指标。紧接着通过对房贷信用风险评估方法的比较分析,选择了决策树算法来对房贷的信用风险进行评估,阐述了决策树算法所依托的原理和评估模型。根据以上对评估指标的设计以及评估方法的选择,选取了A银行为研究对象,对其房贷信用风险进行了评估,并根据评估结果提出了降低A银行房贷信用风险的策略。本文所采用的决策树算法能够准确的评估出房贷客户的信用等级,既适用于银行对老客户信用的跟踪评估,也适用于对新客户信用等级的预测,其评估结果可以成为银行为客户提供贷款的决策依据,能够为降低银行的房贷信用风险发挥巨大作用,保障银行业健康平稳的发展。