随着我国农村金融体制改革的深入进行，农村信用社长期积聚的金融风险逐步暴露，因低质量贷款占比居高不下而形成的信贷风险尤为突出，已严重地束缚了农村信用社的改革与发展。建立合理的信贷风险管理制度，对信贷风险进行有效的管理已成为农村信用社发展的关键。 论文主要从贷前和贷后两个方面对农村信用社信贷风险进行研究。论文的第一部分运用实物期权理论研究了农村信用社项目贷款问题。主要分两种情况加以讨论：一是农村信用社对旧项目停止贷款的情况，二是农村信用社对旧项目不停止贷款的情况。分别讨论了每种情况下农村信用社所拥有的项目贷款的期权价值，以及求解项目利润临界值的方法。论文的第二部分构建了非对称支持向量机对农村信用社的贷款企业进行了评级，并与神经网络评估的结果进行了比较分析。论文的第三部分根据我国农户信贷管理的现状，设计出农户信贷评估的指标体系，并结合模糊综合层次分析法进行了应用分析。论文的第四部分运用神经网络和遗传神经网络对农村信用社企业贷款进行了五级分类，并进行了比较分析。结果表明，运用遗传神经网络的效果明显要好于单纯用神经网络，模型的准确率要高，误差要小，有利于农村信用社更好地进行贷款五级分类，从而有效地进行金融风险的控制。 本文综合运用管理科学、金融学、统计学、人工智能中的理论方法，体现了学科交叉的特点，尝试推广和创新其中的某些结论，试图得到更好的或对金融实践具有指导意义的结果。