商业银行对于世界经济的健康发展,起到了非常关键的作用。我国商业银行经过不断的发展,逐步与世界接轨。我国商业银行的收入主要是存贷款的利息差,信贷风险仍然是商业银行面临的最大风险。如何有效的对信用风险进行评估,是银行业一直以来关注的重点。本文就是在这样的背景下,进行我国商业银行信用风险评估的研究。本文首先介绍国内外研究现状,在此基础上对信用风险进行界定,概述其特点,目的以及发展历程。之后遵循指标选取的原则,从企业偿债能力、比率结构、经营能力、盈利能力、风险结构和发展能力六个方面,初步选取32项指标。然后选取2014年被ST的40家上市公司作为高信用风险样本,以1比2的比例选取配对的信用良好企业,要求配对样本是的资产规模同高风险样本的资产规模相近。提取出这120家企业2012年的指标数据,在这个数据集的基础上,进行指标的统计学检验,以筛选指标,确立最终的指标体系。选择科学且适合的BP神经网路方法,对前文确定的样本集进行商业银行信用风险评估模型的构建。观察输出结果,发现该模型能够比较准确的预测企业可能发生的信用风险。基于构建的信用风险评估模型,针对我国目前商业银行信用风险评估体系中存在的一些问题,从信用风险评估的定位、指标体系的确立、评估方法的选择等几个方面提出合理性建议。