企业信用是金融机构的一个重要指标，是进行决策的一个重要依据。在实际的经济生活中，影响企业和个人信用的因素很多，这些因素和信用之间多为一种非线性的关系，而且信用风险存在着诸如分布不对称，数据匮乏等理论和实际问题，各界对信用风险量化度量方法也未达成共识。企业征信评级是新巴塞尔资本协议确定的信用风险计量基础，也是目前银行信贷风险管理的主要方法。企业征信评级是各种方法、过程、控制及数据收集，内部风险评级的确定、违约和损失的量化过程，其采用现代数学和先进计算机技术等手段，通过定量分析和定性分析、静态分析和动态分析，对企业信用信息的综合分析，得出企业信用状况的综合评价。　　 企业征信评级突出的作用在于解决了银行和企业之间的信息不对称问题，从而能够降低银行的交易成本、促进信贷市场和资本市场的规范发展，为银行监管部门防范和化解金融风险提供服务，有助于商业银行防范和化解信贷风险，降低交易成本，提高服务质量，有利于资本市场的公平、公正、诚信，有助于建立企业信用记录、监督和约束机制，为现代企业制度的建设提供良好的条件。　　 然而，对于传统的征信评级模型，很难识别其中存在的对信用影响的模式，特别是在我们国内，由于企业征信数据建设相对滞后，企业资信评级方法尚以定性分析为主，信用的评估多为专家方式，对于信用的评估结果人为的因素很多，科学性和准确性较差。从未来的发展趋势看，随着科技的进步，特别是计算机技术和信息技术的发展，将对信用风险量化评估的发展产生巨大的推动作用，评估和管理的标准也将趋于统一。　　 近年来，信息技术的发展使得人工智能(AI)模型被引入征信评级中。常用的AI模型主要包括专家系统、神经网络技术(NN)及决策树等。NN可以看成是从输入空间到输出空间的一个非线性映射，它通过调整权重和阈值来“学习”或发现变量间的关系，实现对事物的分类，有效解决非正态分布、非线性的征信评级问题。　　 人工神经网络由大量简单的基本元件-神经元相互联结，模拟人的大脑神经处理信息的方式，进行信息并行处理和非线性转换的复杂网络系统。人工神经网络处理信息是通过信息样本对神经网络的训练，使其具有人的大脑的记忆和辨识能力，完成各种信息处理功能。人工神经网络具有良好的自学习、自适应、联想记忆、并行处理和非线性转换的能力，避免了复杂数学推导，在样本缺损和参数漂移的情况下，仍能保证稳定的输出。人工神经网络这种模拟人脑智力的特性，受到学术界的高度重视和广泛研究，已经成功地应用于众多领域，如模式识别、图像处理、语音识别、智能控制、虚拟实现、优化计算、人工智能等。本文将人工神经网络技术应用于征信评级领域。　　 本论文在对目前企业征信评级的主要方法深入研究的基础上，提出了基于BP神经网络的企业征信评级建模方法，并通过仿真试验，对模型的评价能力进行比较，为实际中评级模型的应用提供了参考。这一模型应用于征信评级工作，将为金融机构提供更加科学准确的决策依据，使风险管理和经营更合理，更科学。本文分为以下四章：　　 论文的第一章为“导论”：主要介绍了论文的研究主题和意义，并分析了国内外征信评级的研究现状和发展趋势，指出了我国企业征信评级存在的问题，最后指出了本论文的研究内容、研究方法和论文结构，企业征信评级关键技术和基于BP神经网络的企业征信评级模型是本文研究的重点所在，理论分析方法、优化决策方法和实证分析方法是本文主要的论证思路和方法。　　 第二章为“企业征信评级方法及关键技术”：本章首先对征信评级公司企业征信评级方法进行了研究，主要研究范围包括穆迪征信评级方法、标准普尔的征信评级方法、大公的征信评级方法和中诚信的征信评级方法，并对国内外征信评级公司评级方法做了简单的比较。文章又分析回顾了企业征信评级关键技术，具体包括征信评级的专家制度法、征信评级的统计模型法、征信评级的人工智能方法、信用风险分析的组合预测模型法、基于线性规划的多标准等级级别模型、投影寻踪判别分析模型、基于遗传规划的信用风险评级模型及现代信用风险模型。　　 第三章为“基于BP神经网络的企业征信评级模型在中国的应用”：根据上一章对企业征信评级关键技术的研究，本章首先分析了本文采用的关键技术的原因，通过分析，确立了以当前学术界最有效最可行最主流的的神经网络方法作为本文企业征信评级的方法。继而本章论述了神经网络的概况，并对人工神经网络模型及人工神经网络特征做了介绍，还对BP网络的基本处理单元和BP网络网络结构做了阐述，之后提出了本文所采用的征信评级指标体系和评级符号表示，在以上基础上，文章建立了基于BP神经网络的企业征信评级模型，给出了指标体系数据的预处理方法，并以上海证券交易所700家上市公司2002年财务数据作为样本数据，通过Matlab仿真得出BP神经网络模型评级结果，最后本章对模型进行了科学的评价。　　 第四章为“总结与展望"：本章主要总结了论文的主要工作，对课题的进一步研究方向做了探讨，并针对模型的优缺点，对模型算法的改进做了进一步论述。　　 本文采用了理论实证相结合的方法建立了企业征信评级模型。按照我国现状，由于信息、人员素质等条件的限制，试图在短期内要完全实现建立现代信用评级体系的任务是不现实的，本文中的企业征信评级方法不仅仅是纯粹的学术意义上的研究，也不是传统意义上的征信评级，其更重要的特点是考虑了基于IT系统的对现代征信评级体系中的方法应用研究。