国家助学贷款是在为了保障公民受高等教育权利、保证教育公平、提高国民教育水平、完善我国高等教育资助体系、促进高等教育可持续发展的环境下,中央提出来的项惠国惠民的重要政策。从1999年开始试实施,至今已有10余年,目前已有约500万大学贫困生获得了国家助学贷款。但由于国家助学贷款的担保方式是信用担保,因此它具有较大的风险,2004年国家助学贷款开始进入还贷高峰,高违约率就一直保持,有些高校违约贷款的学生甚至达到了贷款总人数的60%,给放贷银行带来了巨大的经济损失,很多银行已经出现惜贷或者停贷的行为,国家助学贷款信用风险已经成为了其顺利实施的最大障碍。为了降低国家助学贷款信用风险,最好的办法就是在进行放贷前对贷款者进行严格的信用评估,以便在贷前就控制风险的发生,所以本文将对国家助学贷款信用风险评估进行系统的研究。本文以国家助学贷款信用风险作为贯穿全文的主干,内容涉及国家助学贷款信用风险现状、信用缺失原因、信用风险的评估以及信用风险控制等多个方面。具体研究内容如下：首先,通过对国家助学贷款的供需状况,以及大学生信用风险现状等方面的宏观分析,从整体上了解国家助学贷款信用风险现状；其次,通过因子分析、判别分析、聚类分析,以及Logistic回归分析等方法将风险的主要影响因素找出来,从而揭示贷款学生的违约状况与其影响变量间的统计性联系,在此基础上推断学生违约发生(即信用缺失)及风险产生的原因,为后续的信用风险评估指标体系提供理论依据；然后,根据国家助学贷款的实际情况,以及前面分析得到的信用缺失的原因,充分考虑各项影响因子,构建出信用风险评估指标体系,然后将遗传算法和BP神经网络相结合,利用GABP神经网络法建立国家助学贷款信用风险评估模型,对国家助学贷款进行贷前的信用风险规避,并通过实例分析,证实建立的信用风险评估模型的可操作性；最后,从国家、银行、学校以及贷款者的角度分别提出相应的对策建议,从制度上、技术上探讨行之有效的方案,来防范和化解国家助学贷款信用风险。