零售信贷业务由于其盈利空间大且风险分散,成为了各商业银行业务发展的重点。但是随着业务的快速发展,零售信贷产品所面对的各类风险(特别是信用风险)的控制,是各商业银行所面临的重要问题。零售信贷业务存在客户数据大,单个客户业务量小,产品标准化程序高的特点,且零售信贷业务具有长期潜在性、不确定性因素多,因此对零售信贷业务的风险暴露的统计方式可通过采用风险分池的方式进行。本文根据数据仓库及数据挖掘相关理论,以零售业务中的申请评分、行为评分等评分卡结果以及客户基本信息为基础,进行风险特征变量统计计算,并依据风险特征变量,采用决策树模型,将零售类资产进行风险分池。根据每个风险分池中的零售资产情况,进行汇总统计,从而得到每个风险分池所对应的违约概率(PD)、违约损失率(LGD)和违约风险暴露(EAD)。该系统以通过使用TERADATA数据仓库作为数据库平台,采用J2EE企业级系统应用架构,使系统具有很强的数据存储及处理能力,以及良好的扩展性。本文重点讨论了商业银行零售资产信用风险计量系统的目标,在风险分池的模型基础上,阐述了系统的总体逻辑架构、技术架构、物理架构及数据架构。在系统设计中详细描述了个人贷款、信用卡、小微企业贷款的风险特征变量计算,风险分池的划分以及风险分池模型的管理。该系统实现了零售信贷资产的风险计量模型的建立,实现新巴塞尔资本协议的内部评级法对零售类资产风险计量。零售资产信用风险计量系统实现了零售类资产的信用风险计量模型管理、变量参数管理、模型参数管理等,实现了计量模型及结果的动态变化,满足商业银行对零售资产的信用风险的计量需要。