当前的经济形势下,中小型民营企业的生存十分艰难,不敢承接新的项目和业务。银行收缩银根,民间拆借不到资金,公司上下游占款严重,资金无法收回,还需垫用自有资金做业务,于是造成了资金紧张。中小公司违约事件不断增多,不良贷款和不良率持续上升,逾期贷款、垫款等风险暴露事件频发并有加速迹象,风险暴露向全国范围、多产业持续传导。经济增长放缓给银行带来的不良影响正在不断扩大,特别是民营企业中的关联公司贷款不良率持续上升,给银行的信贷资产管理带来了很大的挑战。民营企业融资中关联公司贷款风险事件频发,因此商业银行做好关联公司贷款风险识别和风险防范尤为迫切。文章在介绍相关领域的基础理论后,借鉴了国内外商业银行对国内外民营企业融资中关联公司贷款的风险识别和风险防范的方法,采用理论分析和实例分析相结合的手段,分析现实工作中存在的实例,重点关注实际控制人和控制权、关联关系、关联公司贷款特征等方面。针对商业银行在民营企业融资中关联公司贷款出现的问题,在充分收集客户信息进行分析的基础上,提取定量风险预警指标,建立BP神经元网络结构风险预测模型,并对相关实例进行了风险预测和风险检测,根据神经元网络输出值所在区间从而确定风险预警等级,并由不同风险等级做出相应指导性建议。最后,从制度建设、客户分析、银行管理和技术手段等四个方面提出了相应的风险防范措施,期望从根本上防范民营企业融资中关联公司贷款的风险。