2005年前后我国相继成立了多家合资汽车金融公司，随着业务的不断增长，贷款的逾期率也随之升高，为了有效的控制贷款风险，符合巴塞尔协议用风险重估资产来确定银行资本充足率的要求。汽车金融公司对风险的评估与计量投入了大量的时间与成本，相继参与到信用评分卡的开发与建设中去，信用评分卡不仅可以对申请人的贷款情况作出综合评估，实现自动评审，还可以对贷款人的还款行为进行动态监控。通过开发信用评分模型汽车金融公司就可以对贷款组合进行有效的风险计量。　　 本文首先介绍汽车金融行业的现状，及汽车金融公司的主要业务与风险控制体系，接下来引入汽车金融公司风险管理中最为核心的风险评分卡模型，并对其原理进行说明，最后结合工作实践实证分析汽车金融公司信用评分模型在引入新的评分字段后模型得到的优化与改善。　　 本文使用SAS软件中的信用评分模块，运用logistic回归分析来建立风险评分模型，通过评分卡中具体评分字段与预测值之间的相关性进行字段筛选并确定相应的权重，实证检验新评分卡的基尼系数是否有所提高，并动态监测评分卡的预测能力。　　 本文的特色与创新之处在于实证引入新的评分卡指标对模型预测能力的影响，通过量化分析得出新指标对评分卡预测能力的改善。　　 结论:在引入新的评分卡字段对模型进行优化的同时，结合汽车金融公司的审贷实践对评分卡的各项字段进行调整，设计出的模型Gini系数和KS指标均有所提高，模型的稳定性和预测性效果良好。