随着我国经济快速发展,诸如住房贷款、汽车贷款、信用卡等各种个人消费信贷的规模不断扩大,个人信贷业务成为商业银行的重要业务,对商业银行信用风险管理的能力提出了更大要求。然而在我国,信用机制不健全、信用风险管理不成熟,制约了个人信贷活动的良性发展,也给商业银行带来风险。国内学者陆续提出各种应用到个人信用评估方面的指标体系,并采用各种人工智能的模型进行评估,在一定程度上提高了评估的准确性,然而其准确率和精确性仍无法满足日益增长的个人信贷业务需求。本文在国内外学者的研究基础之上,综合分析了目前国内外关于个人信用评估和模糊神经网络的研究现状,并对模糊理论和神经网络的结合进行分析,根据现有指标体系以及所获数据情况建立相应的评估指标体系,对国内银行真实样本数据进行预处理。在信用评估方法的选择上,提出将模糊神经网络理论应用到个人信用风险评估过程当中,并针对模型中使用的函数类型、数量等进行多次的实证检验,最终得出一个具有很高的准确率和很好的精确性的个人信用风险评估模型。目的是为商业银行的个人信用风险评估提供更多参考,为其规避可能风险,减少损失。