随着我国社会主义市场经济体制的不断完善，国内各类企业的发展速度不断加快，对资金的需求日益迫切，客观上对我国商业银行的资金供给能力提出更高的要求，随之便产生了信贷评估要求。银行贷款风险评估是一个非常古老的课题，国外已经对其进行了比较深入的研究，我国的研究起步比较晚些。目前国内银行还存在着一些问题，信贷集中现象也比较普遍，具体表现在地域集中，行业集中，企业集中，这种信贷集中从很大的程度上使得银行的兴亡往往只取决于少数企业，从而风险大大上升，必须对此现象进行改善。随着新资本协议(巴塞尔协议)的公布，对原有协议内容进行了更新，内部评级方法(IRB)成为银行风险评估的核心，评级方法涉及传统的专家评级和现代模型评级，一般分为专家判断法、模型法以及部分专家判断法。现代意义上的信用风险呈现两个基本特点，一是以资产组合作为风险评价对象，二是风险损失不再是由单一的信用风险造成的，而往往由信用风险和市场风险联合造成的。因此，现代信用风险管理模型是一种组合风险管理模型。其中被定义为“计算最大预期损失”的VaR模型正取得突破性的发展和改进，并被越来越多的监管机构和金融机构作为风险测定与管理的强有力工具。然而各种模型都有自己的局限性，数据挖掘的出现为评估提供了一种良好的定量分析方法，辅以统计工具我们能够为银行贷款评估提供一个简洁明了的判别依据。