随着我国改革开放,我国建立了市场经济体制并不断的得到完善,我国的国民经济也以前所未有速度的高速发展。随着旧有的经济体制(计划经济)被打破,新的市场经济体制确立起来了,但是和新的市场经济体制相匹配的信用制度却没有得到完善。信用风险一直都是商业银行最常遇到的风险,同时也最难控制和处理。所以,探索、开展针对商业银行的信用风险管理的研究是一件极为重要和紧迫的课题,具有重大的现实意义。本文建立相应的BP神经网络模型,根据民生银行信贷信用评级指标体系,选取20个企业的信用评级信息作为BP神经网络模型的训练样本,选取10个企业的信用评级信息作为BP神经网络模型的检验样本。将训练样本输入BP神经网络进行训练,让BP神经网络根据信贷企业信用得分的输出值与真实值之间的误差不断调节各个神经元之间的权值与阀值,当误差满足要求时,BP神经网络模型完成训练。BP神经网络模型完成训练后,对本文建立的BP神经网络模型进行检验,将检验样本输入完成训练的BP神经网络模型,完成训练的BP神经网络模型将根据企业的信用评级信息计算出企业信用得分的预测值。把信贷企业的贷款信用评级财务指标进行量化,得到实例样本并输入民生银行信用风险评价模型,计算结果表明民生银行信用风险评价模型对信贷企业的信用预测值与信用真实值很接近,相对误差较小。本文建立的民生银行信用风险评价模型准确率较高,可以为商业银行信贷过程中的信用风险提供预测评价,为商业银行减少或者避免信贷过程中的信用风险提供处置措施,起到风险预警功能。