目前中国商业银行主要采用贷款风险度方法来评估信用风险.该方法没有经过严格的理论证明,评价因素不全面,缺乏动态性,不能满足信用风险环境复杂多变,需要快速准确测量的要求,而且其评估结果具有明显的波动性.该文从定性和定量两个角度分析了商业银行现行评估方法的缺陷.传统的信用风险评估方法仅仅从贷款企业角度来评价商业银行所面临的信用风险,而忽略了银行本身存、贷款结构和风险状况对信用风险的影响,造成了评估主体缺位.该文在认真分析中国商业银行信用风险成因的基础上,从贷款企业风险因素、银行风险因素和宏观经济环境风险因素三个方面进行了信用风险因素分析.在此基础上,该文作者提出了全新的信用风险评估系统解决方案:用专家系统来分析贷款企业非财务因素,其结果和财务因素一起作为模糊神经网络的输入来进行贷款企业信用评级.再运用专家系统技术,结合银行风险因素和宏观经济环境因素,对贷款进行风险分类.系统设计的基本原则是为银行信贷实践服务.作者综合运用模糊神经网络和专家系统两种人工智能技术,建立新的信用风险评估方法,其评价结果分为信用评级和贷款风险分类两个层次.最后该文采用了中国工商银行167例贷款样本数据,对贷款企业还款能力进行了验证.