在我国加入WTO金融业对外开放的大前提下，我国商业银行必然会参与世界范围的竞争。作为经济活动重要组成部分的银行客户信用活动，已逐步成为商业银行风险管理的核心内容。良好的信用评价将使企业融资渠道通畅，提高资本市场运行效率，有利于形成完善的信用市场体系，增强我国企业的综合竞争能力。 商业银行信贷客户信用评价作为一项实践性很强的基础性工作，长期以来得到理论界的极大重视。从目前国内商业银行的情况看，现有的信用评价系统偏重定量分析，存在建模困难等问题。而当前我国银行业正处于转轨阶段，客观上要求国内商业银行在立足国内实际的前提下，学习国外的先进经验，完善现有的评价系统。因此，对信贷客户信用评价系统的改进已势在必行。 本文在建立人工神经网络评价系统模型的基础上，对客户信用状况进行评价。论文首先介绍了客户信用评价的基本理论，在分析了影响贷款企业信用状况的主要因素后，构建反映贷款企业信用状况的指标体系，其中包括定性和定量两部分指标。将定性和定量两部分指标数据融合成一个整体，运用因子分析等方法进行初始化处理，简化了网络结构。然后运用BP神经网络建立贷款企业信用评价系统模型，并对模型的正确性进行验证和实证分析，结果表明该模型具有合理性、科学性和可操作性，对商业银行贷款企业信用评价具有积极的参考意义。