该文首先提出,企业信用问题归根到底是企业财务性失败所致,因此所建立的信用评价指标主要取自企业的财务数据.该文介绍了企业信用评价的传统方法,概述了适合信用评价的几种常用评价模型,也介绍了神经网络的基础知识.为提高企业信用评价的准确性,剔除人为因素对评价结果的主观影响,避免现有信用评价模型和方法的不足之处,该文在信用评价模型方面采用了目前理论研究较为活跃的BP神经网络模型,首次提出并建立了基于10维输入的BP神经网络信用评价系统模型,使信用评价系统能够根据市场经济形势的发展和客观环境的变化调节自身功能,不断提高信用评价的准确度.最后,应用MATLAB语言对基于10维输入的BP神经网络信用评价系统模型进行设计,编制了BP神经网络程序,并应用程序对学习和检验样本分别进行了训练和测试;用V-foldCross-Validation方法对神经网络模型进行检验,验证了所设计的用于信用评价的BP神经网络模型具有较好的泛化能力,评价结果与企业实际信用水平基本吻合.实例分析表明该方法可行、有效,为企业信用评价提供了新的途径.