信用风险评估起始于二十世纪六七十年代以美国为首的西方资本主义国家,其最开始的目的是对企业的整体运营状况进行风险预测与客观评价。发展至今,企业信用已是社会信用的重要组成部分,是一个企业赖以生存的基石,对市场经济的健康平稳发展至关重要。信用风险评估作为一种防范风险的社会监督手段,对它的研究具有一定的实践作用和理论意义。首先,本文对国内外信用风险评估的研究现状进行概括和总结,对企业信用风险进行界定和分析,并对较为常用的信用风险评估方法和模型进行阐述;其次,结合国内外研究现状,对适用我国上市公司制造业的信用评估所需的指标进行归纳,构建一套信用风险评估指标体系,该指标体系将财务因素与非财务因素结合,共选取了35个指标,基本涵盖了影响企业信用评估的所有因素,具有一定的适用性;再次,对本文所需的BP神经网络进行综述;最后,从国泰安数据库中随机选取198家上市公司制造业数据作为样本,构建三层BP神经网络模型,通过设置合理的参数,运用Matlab软件对网络模型不断的训练,使信用风险评估指标的输出值接近目标值,从而获得适合我国上市公司的信用风险评估模型,再用未参加训练的样本数据进行仿真检验,将其与目标值进行比较,结果证实本文构建的以神经网络为基础的上市公司信用风险评估模型的评估结果准确率为63%,介于制造业行业的特殊性对模型的结果具有一定程度的误差影响,该模型评估结果仍在接受范围内,故本文模型对上市公司制造业的信用风险能够进行有效评估。