信用风险是商业银行运作过程中所面临的最重要的风险类型之一。对信用风险进行有效的管理不仅对微观金融机构的安全稳健经营具有特殊意义,而且对于宏观经济与金融稳定也具有重要意义。然而,目前我国商业银行在信用的评级方法选择方面,还存在评级方法偏于简单,对风险揭示能力不足等问题,尤其是在大学生助学贷款信用评级方面,往往存在信用评级结果与大学生的实际风险等级不匹配,不能准确反映大学生真实信用状况的情况。由于目前大学生信用评级实际操作过程中多偏向定性分析,可操作性较差,故本文拟从定性与定量相结合的角度,采取多种评价方法,对大学生个人信用进行评级。意在引入组合评价方法,将层次分析法、模糊算法与神经网络评价法进行集成,以便于准确评价大学生的信用状况。按照此思路,本文以我国高校助学贷款违约率一直居高不下,助学贷款发展遭遇到巨大的信用瓶颈,形成了贫困学生急需贷款和银行惜贷并存的尴尬局面为背景。通过分析,我们认为造成助学贷款违约率居高不下的一个主要原因是:我国缺乏一个全国联网的个人信用档案和个人信用评价系统,大学生征信体系的不完善,尤其是征信记录和征信评级模型的缺失。故本文从湖南省高校助学贷款的现状考察与分析入手,通过设计基于模糊综合评判算法的大学生助学贷款信用评级模型研究和基于BP神经网络的大学生助学贷款信用追踪模型,对在校大学生和已毕业大学生进行信用评级,并结合实证分析,提出了一些政策建议。