پایه ریزی و ایجاد یک سیستمبرای کنترل ریسک مشتریان جزئی از مدیریت علمی یک بانک بشمار می رود.نظر به اهمیت ریسک اعتباری در سیستم بانکی مدل های طبقه بندی اعتباری به عنوان ابزارهایی جهت کنترل این ریسک توسعه یافته اند.بسیاری از اسن مدلها مدلهای کلاسیک هستند و توانائی ارزیابی اعتباری مشتریان را بطور کامل و بهینه ندرند.بنا براین زمینه ورود مدلهای هوش مصنوعی به این حوزه مهیا گردیده است. لذا در تحقیق حاضر مدل طبقه بندی اعتباری مبتنی بر تکنیک ماشین بردار پشتیبان با چارچوبی جدیدبه منظور پیشبینی عملکرد مالی مشتریان حقوقی بانک ارائه گردیده است. تحقیق پیش رو به مطالعه موردی شعب بانک صادرات ارومیه پرداخته است. برای جمع آوری داده های تحقیق اقدام به جمع اوری و بررسی مشاهدات 171 پرونده مربوط به مشتریان حقوقی شعب بانک صادرات ارومیه طی سالهای 85/87 گردید که بصورت تصادفی از جامعه آماری انتخاب شده اند. سپس تکنیکهای مطرح در این حوزه و نیز تکنیک جدید پیشنهادی هیبرید برای انتخاب ویژگیهای بهینه روی مجموعه داده های تحقیق اعمال گردید. بعد از انتخاب ویژگیهای بهینه الگوریتم های مختلف طبقه بندی مطرح در این حوزه و نیز الگوریتم ماشین بردار پشتیبان برای طبقه بندی اعتباری بکار گرفته و پش از آموزش مدل کارائی پیشبینی آن از طریق اعتبار سنجی متقابل مورد ارزیابی قرار گرفت. نتایج بررسی نشان میدهند که چارچوب جدید ارائه گردیده برای مدل ماشین بردار چشتیبان در مقایسه با دیگر روشهای مطرح در این حوزه از دقت بالاتری در تشخیص مشتریان بد حساب و خوش حساب دارا میباشد