在经济高速发展的今天,人类在享受自己成果的同时,与自认环境的矛盾也日益突出。全球气候变暖,生态恶化等问题逐渐引起公众的普遍关注,低碳减排的经济发展之路成为必然趋势。为了应对气候变化,《联合国气候变化框架公约》、《京都议定书》等国际公约先后颁布。我国作为世界第二大经济体,碳排放量一直居世界前列。面对严峻的生态环境,我国走可持续发展之路成为经济长期稳定增长的重要前提。绿色信贷的提出是我国加大生态保护的重要举措,所谓绿色信贷是指银行等金融机构对从事研发、生态保护建设与开发的企业给予贷款一定优惠政策的手段。近几年,绿色信贷在我国不断发展,兴业银行、中国工商银行、平安银行等多家银行推出绿色金融产品并积极加入赤道原则。商业银行有别于普通企业的一个主要特征是对风险的管理与控制,银行对企业贷款面临信贷风险、操作风险、利率风险等多重风险,而信贷风险是最重要的风险之一,做好风险防控对商业银行的发展有至关重要的作用。纵观文献可知国内外诸多学者对信贷风险的评估进行了大量研究,对信贷风险的定量模型也层出不穷,但由于绿色信贷在我国提出不久,发展还不成熟,国内较少有学者对绿色信贷的风险问题进行实证研究。鉴于此,本文在文献研究的基础上构建绿色信贷风险评估的BP神经网络模型。首先建立绿色信贷风险评估的指标体系,以财务指标、非财务指标和环保指标作为一级指标,下设30个二级指标;其次,运用“3?”法则对信贷风险标准进行定量判定,计算出贷款企业的信贷风险等级;再次,选取56家上市公司作为样本进行实证研究,对其财务指标进行正态性检验和显著性检验,对环保指标和非财务指标权重的判定采用网络分析法(ANP),之后根据专家打分得出个样本的得分,将三类指标进行因子分析,得到具有代表性的公共因子;最后,运用MATLAB软件对构建的BP神经网络进行仿真分析,得出预测结果,为信贷风险评估方法的选择与运用提供参考。同时,通过绿色信贷风险的评估体系可以提高贷前的分析效率,对企业风险程度进行评价和分级,清晰界定贷款企业所处的风险状况。通过运用一整套分析工具检测出各种潜在信贷风险,优化贷后管理技术。对那些风险上升幅度较大的企业,及时调整授信额度。