农户小额信贷机构的适时出现,充分发挥了它在农村金融市场融资方面的积极作用,一定程度缓解了农村经济发展中农户获取资金困难的问题。然而,由于农村小额信贷市场的特殊性,致使小额信贷机构与农户间存在着严重的信息不对称现象,严重阻碍了小额信贷业务的持续发展。加之我国农户小额信贷信用评级制度发展不完善,小额信贷机构在农户信用信息采集上缺乏准确性、选取的农户信用评价指标缺乏统一性、选用的信用评级方法传统且主观、使用的信用评价标准不规范且缺乏复审制度。导致小额信贷机构对农户信用等级评定的失真,机构无法正确衡量贷款农户的信用风险,造成信贷机构无法及时收回资金甚至损失的局面。严重影响了信贷机构对农户申贷资金的发放,从而无法满足农户对资金的需求。所以,如何提高小额信贷机构对农户信用评级的准确性,实现信贷机构健康持续的发展,成为各利益相关者的迫切要求。本文采用理论分析结合实证分析的方式,通过对小额信贷农户信用风险独特性的分析,得出对小额信贷农户进行信用评级的重要性,阐明了农户信用等级评定在客观上进行量化的必要性。同时依照可持续发展指标体系的建立思想,选取了包括农户自然特征、偿债能力、经营状况、信誉状况、软资产项目等五大方面的16项具体指标,构建我国小额信贷农户信用等级评定指标体系。并以我国贵州省部分地区申请小额信贷的334户农户家庭信用数据为研究对象,论证BP模型在小额信贷农户信用等级评定中的可行性。其中训练样本选取了50户违约农户和154户未违约农户的数据,检验样本为剩余的130户农户家庭。运用MATLAB 7软件进行实例分析,实证结果显示：BP模型对小额信贷农户信用评价结果准确,达到94.5%的正确率。本文通过研究得出以下结论：农户的自然特征、偿债能力、经营状况、信誉状况、软资产项目指标能较好地反映农户信用级别。基于人工神经网络高度的自学习、自适应能力,BP模型应用于小额信贷农户信用风险评估是可行有效的。在建立我国小额信贷农户信用评级体系时,外部独立的农户信用评级机构以及小额信贷机构内部的评级机构,都应在一定的农户个人信用评价制度规范下开展工作,并且应在科学、严谨的评价指标体系内通过适当调整,找到适合自己地区农户信用评级的指标。同时,必须加强中央银行的监督、服务力度,充分发挥中央银行在小额信贷业务中的积极作用；以及健全相关的法律法规,建立有效的小额信贷奖惩机制,充分调动小额信贷农户的还款积极性。