如何在保护数据私密性的前提下,更有效地发现具有潜在违约风险的企业贷款是银行业和学术界的热门研究方向。本文针对企业贷款数据分布不平衡的特征,提出了一套在保护隐私前提下的综合使用多目标决策方法选择最优分类预测模型的方法。本次研究所提出的方法在预处理部分主要是为了使得整个研究方法在实际操作中的原始数据更加干净,剔除因为数据原因造成的不良影响。进行维度规约则主要是为了防止进行数据分析操作时,一些敏感核心数据可能会泄露,从而对银行和客户造成重大损失。整个方法的数据分析部分则采取不平衡数据的过采样、分类算法选择、分类评价指标选择、多目标决策方法选择等步骤,构建一个合适的分类预测模型,用以帮助银行提高分辨贷款违约企业的准确率,降低银行的贷款风险,提高银行的收益。我们以中国某国有银行四川省分行的企业贷款数据为例,以PCA作为隐私保护的一种方法。同时我们又得到了在加权情况下,最优多目标决策方法TOPSIS的排序要比没有进行分类评估指标加权来的更加真实可信。