近年来,经济的快速发展导致了环境污染加重,给人体和生态环境带来了较大的危害。国内外大规模投入财政资金用于节能减排和污染治理,但仍难以遏制环境污染恶化的趋势,因此需要大力创新环境污染和节能环保项目的融资方式和融资渠道。绿色债券是一种环境治理的社会化及市场化的筹资工具,被国际普遍采用,为社会经济长期可持续发展提供了源源不断的资金支持。对绿色债券进行信用评级可以引导社会资金投入环境和经济综合效益最高的环境治理项目,实现绿色资源的优化配置,可以加快社会的可持续发展。当发行主体或债项污染排放较多时,受到环保处罚和环保日常巡查的概率将会上升,导致发行主体或所投项目的经营风险上升,从而导致债券的违约风险上升,债券投资者将要求更高的风险补偿收益。相反,当污染排放较低时,发行主体或所投项目的经营风险下降,从而债券的违约风险下降。债券“绿色”程度的高低将会影响债券的收益和风险。因此,在当前国家大力推进环境监察力度的大背景下,债券“绿色”成分的高低直接决定了其违约风险的大小和利率水平。绿色债券信用评级的核心是将债券的“绿色”成分嵌入到债券的风险收益评估体系中,从而量化绿色成分对债券违约风险的影响。本文将发行主体和债项的生态环境影响指标纳入到一般债券的信用评级指标体系进行进一步综合评估。本文基于环境经济理论、可持续发展理论,债券信用评级的基本原理,应用BP神经网络和遗传算法优化后的BP神经网络,以142家样本构建了绿色债券信用评级的基本模型,对绿色债券的经济属性和生态环境属性进行评级。并对2020年发行的19只绿色债券进行了信用评级。研究发现经遗传算法优化的BP神经网络精度更高,2020年发行的19只绿色债券的信用评级均在AA-AAA之间,且债项的信用评级一般高于发行主体的信用评级。