个人信用水平是评价是否发放个人信贷的关键因素,通过采用合理有效的信用评分指标对个人进行信用量化评分,可以准确的获取个人的社会信用水平,判断个人信用风险,降低交易成本。因而科学的个人信贷信用评价对于金融企业降低不良贷款率,规避信贷风险,提高盈利水平非常重要。随着互联网金融的发展,特别是对于新创金融企业,由于缺乏客户历史数据,传统的信用评价方法已经无法满足金融机构的需要,此基于大数据的个人信贷信用评价显得更为重要。论文以华振金融个人信贷信用为研究对象,提出基于大数据的个人信贷信用评价方法,为华振金融解决依靠传统的信用评价方法无法准确评价其个人信贷信用的难题。论文首先分析了华振金融现有客户群体的特点,在此基础上分析了华振金融客户的身份特质、信贷历史、人脉关系、历史行为与客户信用的关系。根据以上分析确定了基于大数据评价客户信用的可行性并确定了基于大数据评价客户信贷信用的基本思路。根据可能影响客户信用的大数据指标的特点,通过理论分析、从业人员访谈与专家意见调查确定了基于大数据的个人信贷信用评价指标数据库,然后通过德尔菲分析在指标库中筛选出适用华振金融的信用评价指标,建立了相应的评价指标体系。采用文献分析法、模糊综合评价法、层次分析法等方法设计了评价模型。论文根据所设计的评价方法得到客户信用等级,设计了授信策略。论文最后提出了提高华振金融个人信贷信用评价准确性的对策,主要包括完善信用数据库与提高办理个人信贷业务人员素质等内容。