信用证—银行提供的这种有条件的付款承诺，将进出口商从信用危机中解脱出来，为卖方得到货款、买方得到货物提供了保证，解决了买卖双方互不信任的矛盾。于是信用证这种业务一经推出，就得到了迅速发展。据国际商会统计，目前国际贸易中以信用证方式来支付的交易比例高达70％以上，远远超出了汇款和托收，已成为国际贸易结算中使用最广泛、最主要的支付方式。 随着经济一体化、金融全球化的进程加快，我国商业银行的信用证业务也在竞争中得到越来越快的发展。尤其是我国入世以后，大量外资银行首先进入了信用证业务领域的竞争，使我国商业银行在面对市场份额减少的潜在危机和上级行沉重的业务指标压力下，往往会通过采取增大信用证业务规模的方式来增加银行收益。而对银行来讲，信用证业务兼具收益高和风险大两方面特性，一方面银行可以通过在国际贸易中提供信用保证服务而获取手续费用，如开证费、议付费、保兑费、修改费等，另一方面银行作为风险的保留者，却要面临着信用风险、国家风险、操作风险等多种风险。因此，如何度量这些不同种类信用证风险并将风险控制在较低水平一直是从事信用证业务的银行关注的焦点。 笔者在研究了国内外大量文献后发现：对信用证风险的研究主要集中在两个方面，一是大多研究成果侧重于对信用证融资业务中的国家风险、银行和客户的信用风险等方面的定性研究，缺乏对信用证风险进行定量研究。二是从事信用证业务的各家商业银行对国内外发生的信用证案例进行的经验性研究，他们结合国际商会URC522、URR525、535、565出版物等，会相应出台一些注重信用证条款分析及技术操作的文件，用来指导银行防范和控制信用证风险。总体而言，对信用证风险的研究缺乏系统、科学、全面的定量研究，目前国内还没有建立起一套完善的银行信用证风险评估体系。 本文在借鉴国内外对信用证风险和神经网络理论在风险评估领域的研究基础上，从风险管理的角度出发，对信用证业务的风险种类识别、风险度量、风险评估指标等问题进行研究，构建了基于BP神经网络信用证风险评估模型，并对银行信用证业务数据进行了实证研究。研究结果表明：该模型能够较准确地评估信用证业务的风险水平，从而为银行的信用证业务风险评估提供科学的决策依据，具有一定的理论意义和实际应用价值。