中小企业已经成为现代经济发展必不可少的中坚力量，但由于设备技术落后，抗风险能力差，缺少抵押物等原因，使得中小企业的融资成为难题。为解决这个难题，我国在借鉴国外作法的基础上，初步建立了我国的中小企业担保体系，贵州省自1997年开始建立中小企业担保机构，到现在已有40余家机构成立，但是这些机构在发展的过程遇到了各种各样的难题，阻碍了这些机构的健康发展，其中如何对所担保的企业进行正确的信用等级评定成为众多要解决问题中的重点。因此，借助先进的信用评价模型对企业的信用水平做出准确评定和判断，具有非常重要的现实意义和实用价值。 本文首先介绍了国内外进行企业信用评定的传统方法，概述了适合信用评定的几种常用模型，但这些传统的评价模型和方法存在明显不足，为提高信用评价的准确性，本文在信用评定模型方面采用了目前理论研究比较活跃的BP神经网络模型，使信用评价系统能够根据市场经济形势的发展和客观环境的变化调节自身功能，不断提高信用评价的准确度，这在中小企业担保机构的研究领域还是首创。 本文所采用的数据是2004年9月份至2005年5月份在导师的帮助下实地调查取得的，在所调查的多家企业中筛选出137家经营范围类似的企业，借助于matlab神经网络工具箱对检验样本和测试样本分别进行了训练和测试，验证了所设计BP神经网络模型具有较好的泛化能力，评价结果准确率达到了74.5％，从而证明该方法是可行的，为中小企业信用担保机构进行企业信用评定提供了一个新的途径。