保险业作为三大金融业之一对我国的经济发展有着重要作用,而寿险公司在保险业中又占据了70%,不论从保费增长还是公司资产规模的扩张上看,寿险业的发展都非常迅速,除此之外,从政策环境、人口结构以及行业环境来看,各种变化都代表了寿险业正处于行业上升期,并且未来仍有很大的发展空间。然而随着寿险业的发展,产生了许多严重的理赔事件,退保金额也呈上升趋势,这对消费者的资产安全与否影响很大,所以如何在越来越多的寿险公司中选择一家更值得信赖的公司已成为消费者亟待解决的问题。而信用评级可以在一定程度上解决这一问题,信用评级有助于防范金融风险、保障投资者投资收益,但是目前我国权威的评级机构专门针对寿险业的信用评级不够成熟,所以本文会在国内外信用评级的研究基础上优化信用评级指标体系以适应我国寿险业的信用评级。对信用评级的方法有很多,本文选择使用BP神经网络对新华寿险进行信用评级,BP(Back Propagation)神经网络是非线性交换单元的前馈式网络,具有极强的非线形逼近、自训练学习、自组织和容错能力等优点,用于信息不充足的信用评级可以更加准确地得到所需结果,在信息爆炸的时代,评级机构难以对所有企业进行信用评级,我们利用神经网络对寿险公司进行信用评级可以寻找到信息和结果之间的逻辑关系,缓解了投资者对信息的筛选压力。本文构建了一套适用于我国寿险业的信用评级指标体系,分别从定量和定性两个角度进行评分,定量角度具体包含了寿险公司的风险管理能力、财务流动性、企业盈利水平以及发展前景几个方面,定性角度从企业规模、声誉服务、市场占有程度和股东背景四个方面评价。本文利用19家寿险公司近4年已有的数据共52个样本对神经网络进行了训练,正确率达到了90%以上,利用神经网络先对寿险公司进行信用评级再详细分析各个指标,初步尝试从全局到细节、从整体到局部的分析思路。新华寿险作为一家大型上市寿险股份制企业,近三年其连续获得惠誉“A+”的评级,这是一个很高的信用评价,对新华寿险进行信用评级的研究有助于发现对其信用评级影响较大的因素,从而给其他非上市寿险提供一定的借鉴意义,促进我国寿险业的健康发展。通过本文的研究,我们得出以下结论:(1)通过对神经网络模型的训练和仿真,本文构建的神经网络可以对新华寿险进行一个比较准确的信用评级,且可以应用到其他寿险公司。(2)本文对新华寿险先评级后分析,发现该公司有着较优的风险管理能力,但是经营现金流的管理不甚理想。针对新华寿险的信用评级等级成因分析,本文提出以下建议:新华寿险为了保持优势,改善弱势,仍需要继续完善风险管理系统,增强赔偿风险管理能力,加快产品结构的调整,这样才能保持较优的信用评级等级。