信用风险是金融市场中最古老，也是最重要的风险形式之一，它是现代经济体(特别是金融机构)所面临的主要风险。信用风险直接影响到现代社会经济生活的各个方面，也影响到一个国家的宏观经济决策和经济发展，甚至影响整个全球经济的稳定与协调发展。 本文致力于运用神经网络方法研究现代企业信用风险量化和管理，试图通过这项研究来弥补国内在信用风险研究领域的某些不足。同时，通过这项研究来极大地提高个人、企业和金融机构防范和化解信用风险的意识和能力，使人们能够更多地掌握和了解度量信用风险的手段和方法，从而全面提升我国的信用风险度量和管理水平，促进社会主义市场经济健康、稳定地发展。 本文共分为五章。第一章是对国内外文献的综述，对目前国内外最新研究成果进行了较细致的总结。在第二章里，首先对现代企业信用度量的各种方法进行了评述，指出了各种方法的优劣，其次是对信用风险度量的影响因素及面临的问题进行了探究。第三、四章是全文的重点。在第三章，首先完成了BP人工神经网络模型和Logistic模型的构建，然后对两个模型进行了对比分析，认为在理论上，人工神经网络模型所依赖的假设条件少，是相对较优的一种方法。第四章是实证分析部分。在广泛收集数据的基础上，运用BP人工神经网络模型和Logistic模型对现代企业信用风险进行评级。实证的结果发现人工神经网络方法优于Logistic方法。最后是结论及建议部分。笔者提出了如何构建具有中国特色的信用文化和国家信用风险防范和管理体系、全面提高中国企业信用风险度量和管理水平、加强外部金融监管等若干对策和解决方案。 随着国内市场经济体制的深化，信用问题会日益重要起来，希望这一初次研究尝试能对企业信用风险度量和管理发挥一些作用。