长久以来,困扰我国商业银行在信贷风险评估领域徘徊不前的,主要是来自两方面的现实原因:一是历史样本容量有限导致用于信贷风险评估的数据特征不稳定、并呈现出明显的非正态分布;另一方面,企业财务指标繁杂、统计口径不一致,指标间存在较强的相关性,然而传统统计方法以指标间相对独立为前提,这显然增加了指标选择的困难度。目前,多元统计分析方法在国外商业银行信贷评估方面应用最广,它的基本原理是从已经掌握的历史数据中的正常样本和违约样本当中总结出类别划分的规律,据此构建判别公式,并应用于新样本的分析。目前主要的判别分析模型有:近邻法、多元判别分析模型(MDA)、logit分析模型和多元回归分析模型。这些模型中已经投入商业使用的是多元判别分析模型和Logit分析模型。由于西方国家的金融市场已经发展完善,故这些成熟的统计模型并不畏惧严格的使用条件。然而也正是由于金融市场的“土壤环境”不同,采用“嫁接”的办法必然会产生不小的偏差。因此,为了贴合我国银行信贷市场的实际情况,本文将投影寻踪技术引入商业银行的信贷风险评估,以克服数据高维数、非正态分布的障碍。查阅文献得知,当投影寻踪和具有类似数据特征的生物、水质分析等其他领域相结合时,此种方法在对数据的处理效果上明显优于之前提到的西方普遍应用的分析方法。本文以商业银行的信贷风险评估为主要研究对象,以投影寻踪判别分析方法为主要研究手段,立足于光大银行,根据其真实的投放于企业的信贷资料和各项数据,设计出适用于光大银行的企业信贷风险评估模型,期望可以提高该行的信贷质量和控制信贷风险的能力,进而增强该行在全国各商业银行中的竞争力。内容方面主要针对光大银行信贷风险评估体系的现状进行了深入的分析,指出了其中存在的问题,并对其成因展开了仔细的分析。在此基础上分析了将投影寻踪技术应用于光大银行信贷风险评估的可行性,并对光大银行信贷风险评估存在的问题采用投影寻踪技术进行指标体系的重新建立和新模型的设计构建,确立模型的总体设计思路和设计目标以及设计原则,并以仿真模拟的方式举例说明新模型的有效性,期望可以提高该行的信贷质量和控制信贷风险的能力,进而增强该行在全国各商业银行中的竞争力。