信用风险是金融市场上最古老的风险之一。随着我国入世后金融开放逐步进入程序化、规范化阶段，国内商业银行将逐步面临与外资银行的激烈竞争。然而目前我国商业银行的信用风险管理现状却令人担忧，表现在信用风险管理体系不健全、信用风险评估模型方法落后等。这就迫切需要为我国商业银行信用风险分析研究提供思路。针对这一问题，本文构建了一种基于主成分分析和神经网络相结合的组合评估模型，就困扰商业银行的信用风险评估问题做一些探讨。 本文在利用传统信用风险管理与现代信用风险管理基本理论的基础上，进行商业银行信用风险评估模型的研究。研究内容主要有以下四个部分： 首先对信用—信用风险—商业银行信用风险三者进行了概念及特性界定。然后，从宏观和微观两个层面深入分析国内商业银行信用风险产生的原因，同时分析其信用风险管理实践中存在的问题。第三，在评估指标体系的设计原则指导下，分析了信用风险财务因素，并据此建立了较为完善的信用风险评估指标体系。最后一部分是本文的重点，该部分的研究主要从两方面展开：一方面，在介绍主成分分析方法和神经网络基本原理基础上，对国内商业银行采用两者相结合的评估模型的可行性问题加以分析。另一方面，在前面所建立的商业银行信用风险指标体系的基础上，运用主成分分析法建立新的商业银行信用风险评估指标体系，再运用BP神经网络建立商业银行信用风险评估模型，并对BP神经网络模型的具体应用加以详细分析与说明。