信用风险是整个金融业面临的最主要的风险之一。信用风险直接影响到现代社会经济生活的各个方面，也影响到一个国家的宏观经济决策和经济发展，甚至影响整个全球经济的稳定与协调发展。特别是进入20世纪90年代以来，在全球范围内，所有机构都面临着不断增加的信用风险，并且导致了许多国家和地区因此而发生金融危机、经济危机乃至政治危机。　　 我国的信用分析起步较晚，并且信用数据容量小，并集中在定性分析上，遗传算法具有较强的随机搜索能力和函数演化、优化能力，是一个较好的建模方法。在此基础上，本文针对遗传算法存在的早熟和易陷于局部最优的缺点，将免疫浓度调节机制引入到遗传算法中，采用适应度和浓度两个指标对在进行群体选择时对个体进行进化选择，有效的保持了群体的多样性，克服遗传算法易早熟收敛的缺陷。　　 利用改进后的免疫遗传算法建立信用风险评估模型，建立财务分析体系，并采集交通运输行业36个上市公司的T2年的财务数据作为训练样本进行应用分析，并对遗传算法模型和免疫遗传算法模型的分析结果进行比较，结果表明，在加入了浓度算子之后，一定程度上有效的避免了过早陷于局部最优。