随着金融的全球化趋势及金融市场的波动性加剧，各国银行和投资者受到了前所未有的信用风险的挑战。信用风险评估方法也不断推陈出新，管理技术正日臻完善，许多定量技术、支持工具和软件己付诸商业应用。我国商业银行和金融市场尚处转轨和新兴发展阶段，信用风险管理技术较为落后。针对于此，本文从商业银行角度，研究借款人(企业)信用评估的方法与应用问题。通过对国内外商业银行信用风险管理方法进行综述，从数据来源的角度将信用风险评估模型划分为统计判别模型、结构化模型和简约化模型，并对其中主流的风险评估模型和方法作了分析和比较。同时，通过判别分析、Logit分析法和遗传算法，对预测企业违约模型中的特征财务指标的选择进行了理论上的探讨。并利用上述特征指标建立了基于遗传规划的信用风险评估模型。遗传规划是一种被证明了在启发式搜索、演化自适应建模等方面均有卓越表现，并在多个领域迅速得到应用的机器学习的软方法。将基于遗传规划的风险评估模型推导出的判别借款人信用等级的经验公式，作为银行审查客户信用水平、确定授信额度的依据，取得了一定的效果。