随着中国经济的快速发展，各项富农政策的实施，国家对农村金融的鼓励与支持，农村消费信贷逐渐成为满足农民需求的当务之急。作为农村金融的供给主体，农村商业银行的消费信贷风险控制能力不仅影响到信贷业务的盈利能力，同时关系到农村金融的支农力度。因此，对农村商业银行的消费信贷风险影响因素和控制问题的分析与研究，对于推进农村金融和农村经济具有重要意义。　　基于以上背景，本文针对如何控制农村商业银行消费信贷风险的问题，在分析国内外商业银行消费信贷风险评估方法的基础上，结合我国农村商业银行消费信贷业务特点构建了农村消费信贷风险控制指标体系。建立随机森林Logistic模型和BP神经网络预测模型，并以实际样本数据分别对两个模型进行模拟回归和训练学习，同时对预测结果进行分析。发现随机森林Logistic模型稳健性良好但预测偏差较大，和BP神经网络预测模型预测效果良好而欠缺稳健性，由此提出基于熵权法的随机森林Logistic-BP神经网络组合模型。实验证明，该组合模型结合了随机森林Logistic模型的稳健性和BP神经网络预测模型的高分类精度的优点，其总分类正确率以及相关误判率相比于两种单一模型均有改善。　　本研究建立了随机森林Logistic模型解决贷款数据分布复杂、噪声很大的问题，建立了消费信贷风险控制组合模型对消费信贷风险的预测达到了理想的预测正确率和模型稳定性，对我国农村商业银行在评估消费贷款质量和做出放贷决策方面具有实际可行的意义。