信用证作为目前国际贸易结算方式中使用范围最广、使用次数最多的一种支付方式具有其独到的优势:在国际贸易中，由于进、出口商双方互不了解，所以彼此之间不信任，而信用证能够很好的解决这一问题。信用证是银行为进、出口商双方提供的一种银行信用，它能够解决进、出口商双方之前惯用的商业信用所不能解决的问题，所以信用证得到了广泛的应用。　　随着全球经济、金融的一体化的进程逐步加快，信用证业务在我国商业银行中也得到了迅速的发展。尤其在我国加入世界贸易组织之后，大量外资企业加入到我国信用证业务的市场中来，对我国商业银行形成巨大竞争压力。面对逐渐缩小的市场份额以及上级银行的业务指标压力，我国的商业银行往往会采取增大信用证业务规模的措施来增加银行的收益。但是，信用证业务对于银行来说并不是有百利而无一害的，信用证业务给银行带来高收益的同时也给银行带来高风险。银行可以通过为国际贸易中的买卖双方提供信用证服务而收取手续费等利润，但是与此同时，银行也是信用证风险的受害者，信用证带来的风险主要有信用风险、市场风险以及操作风险等。在现实情况中，银行遭遇信用证风险的例子层出不穷，信用证风险给银行带来的巨大损失也是无法估量的。所以，如何去识别、度量以及防范信用证业务风险、把信用证风险控制在较低水平应该成为银行关注的焦点。　　基于以上研究背景，本文在已有对信用证风险的定性研究和对信用证风险评估之上，利用BP神经网络方法来构建银行信用证的风险评估模型，并利用该模型来对银行信用证风险进行识别、度量和评估。在构建BP神经网络银行信用证风险评估模型之后，本文又以Z银行温州分行的信用证业务数据对该模型进行检验，结果表明该模型具有很好的效度和信度，能够准确的评估银行信用证风险水平。本文基于BP神经网络方法来构建银行信用证风险评估模型，具有很强的理论与实际意义，能够帮助银行在做出接受某项信用证业务决策之前首先明确该业务的风险水平，从而减少银行遭受损失的可能性。最后，文章基于该BP神经网络信用证风险评估模型为银行防范信用证风险提供一些建议和措施。