2007年美国爆发了“次贷危机”,这是一场因次级抵押贷款机构破产、投资基金被迫关闭、股市剧烈震荡引起的金融风暴。它致使全球主要金融市场出现流动性不足的危机,次贷危机目前已经成为国际上的一个热点问题。由于次级抵押贷款是针对一些贷款机构向信用程度较差和收入不高的借款人提供的贷款,因而如何使用有效的评估模型对现代商业银行经营中存在的信用风险进行防范,成为我们研究的重点。我国商业银行正处于一个新兴市场和转轨型经济的环境下,贷款企业和个人信用的缺失,导致银行不良资产急剧增加,成为银行业迅速发展壮大的主要障碍。近年,随着个人信贷在银行贷款业务中的比例不断上升,对贷款个人的信用状况提供一种科学的评估方法以避免不良现象的再生,是我国商业银行业急需解决的主要问题。本论文首先结合我国商业银行目前的经营发展状况,对个人信用风险影响因素进行识别并建立个人信用风险的指标体系;然后基于BP神经网络建立个人信用风险评估模型,并就BP算法存在的不足进行分析与改进,从而建立一个更加完善而有效的评估模型;最后用MATLAB这个良好的建模工具实现模型的建立和仿真。通过建立的个人信用评估模型对个人客户的信用情况进行评估及预测,在一定程度上消除了传统信用评估方法中的人为干扰因素。通过实验表明所建模型为商业银行规范个人信贷管理、减少投资风险起到重要的作用,为银行个人信贷业务提供了新的决策依据。