国际信用评级制度经过长时期的发展，逐步形成了一套完善的理论和方法。信用风险分析正从主观判断法和传统的财务比率评分方法向以多变量、依赖于资本市场理论和计算机信息处理技术的动态计量分析为主的方法转变。我国商业银行的信用评估技术目前仍处在传统的比率分析阶段，针对中小企业的信贷评级则是参照大型企业的标准，没有一个专门针对中小企业的信用评级体系。由于不能客观正确地评价中小企业的信用状况，限制了商业银行对中小企业贷款的积极性，因此，出现了中小企业融资难问题。 本文拟从中小企业信用评级方法的选择入手，在对比研究有关企业信用评级方法的基础上，借鉴国外先进评级机构的经验，针对我国中小企业特点，建立以中小企业信用评级指标体系的优化设计、基于三层BP神经网络为核心的中小企业信用评级模型，发挥神经网络超强的自学习和非线性处理能力。通过对30家样本企业信用数据的学习训练，弱化了权重确定中的人为因素影响，并利用V-fold Cross-Validation方法验证了BP网络模型的精确性，这种做法是对中小企业信用评级模型建立的一种尝试。