信贷风险长期影响着银行业的生存和社会的稳定,银行在办理贷款、贴现、担保、押汇、信用证等业务时,因受到各种不确定因素影响,可能无法按期收回本息而形成资金损失,这就会形成授信风险,所以信贷风险的管理仍是银行信贷业务活动中最核心内容。目前我国商业银行信贷风险评价多数以经验判断为主,带有很大的不确定性,要准确评价商业银行信贷业务的风险,提出改善风险管理水平的有效方法,必须要针对国有商业银行信贷风险的特点建立一种完善的风险管理系统。本文在借鉴国内外信贷风险预警系统研究成果和经验的基础上,从中国的现状出发,分析我国商业银行信贷风险预警中存在的诸多问题,初步构建商业银行信贷风险预警指标体系,由于指标过多,影响后期预警效果,通过粗集理论对其约简,去掉冗余指标,获得核心指标,而后利用支持向量机建立预警模型,在建模过程中,采用粒子群算法对支持向量机建模过程中的参数如惩罚系数、松弛变量进行寻优,得到最佳优化结果,从而建立粒子群-支持向量机商业银行风险预警模型,并利用此模型对某商业银行进行信贷风险预警,以证明其可行性和适用性。希望能为我国商业银行信贷风险预警指标体系的完善、发展和商业银行信贷风险预警模型研究提供有益的借鉴和参考。