信用是市场经济的基础。国家信用、企业信用和个人信用共同构建成了完整的信用体系，完善的信用体系对推动经济的健康运行有着非常重要的意义。个人信用制度是整个社会信用制度的基石，个人信用制度的完善是建立社会市场经济秩序和防范金融风险的有效保证。良好的个人信用体系，可以推动消费信用的迅速发展，扩大内需，拉动经济增长。随着消费信用的进一步发展，个人的信用的评估问题越来越受到理论界和学术界的关注。客观综合评价个人信用，为商业银行发放消费信贷、发展个人金融业务等提供及时有效的决策依据，有效的规避信用风险，是当前金融领域中亟待解决的实践问题，也是学术界所面临的一个严肃而紧迫的课题。论文尝试将人工神经网络模型运用于我国信用风险的评估实践，重点探讨了B-P反向传播网络在个人信用风险评估体系中的应用。本文从信用风险的理论问题入手，对我国信用风险评估的现状进行了客观总结，在借鉴国外信用风险评估实践经验的基础上，针对我国信用风险管理的现状和个人信用风险评估的特点，利用B-P神经网络的自学习能力、非线性处理能力和容错能力，提出基于B-P神经网络的个人信用风险评估模型。论文对模型中的评分指标体系的确定、样本数据的归一化处理和B-P神经网络结构的设计进行了具体探讨和分析。