لازمه رشد و توسعه هر کشوری هدایت صحیح منابع پس انداز شده به سمت سرمایه گذاری های مادر و مولد است. از آنجا که در کشور ما تجهیز و تخصیص منابع سرمایه گذاری در بخش های مختلف اقتصادی توسط سیستم بانکی کشور صورت می پذیرد بنابراین طراحی و استقرار مدل اندازه گیری ریسک اعتباری در نظام بانکی نقش اساسی در راستای بالا بردن بهره وری بانک های کشور در امر تخصیص بهینه منابع خواهد داشت. در تحقیق حاضر کارایی مدل های احتمال خطی، لجستیک و شبکه های عصبی مصنوعی برای پیش بینی ریسک اعتباری مشتریان حقوقی بانکی ملی ایران، مورد بررسی قرار گرفت. بدین منظور با استفاده از اطلاعات و داده های مالی و کیفی 1460 فقره تسهیلات مشتریان حقوقی مربوط به سال های 1387 تا 1390 در کلیه شعب بانک ملی ایران و انتخاب 8 متغیر که معنی داری آنها توسط آزمون های آماری تایید شد بعنوان متغیرهای پیش بین مدل های لجستیک و شبکه عصبی برازش شد. نتایج تحقیق ضمن دلالت بر تایید نظریه های اقتصادی و مالی نشان می دهد که عملکرد پیش بینی الگوی شبکه عصبی ( درصد پیش بینی های صحیح آن) به مراتب بهتر از الگوهای اقتصادسنجی احتمال خطی و لجستیک است و در زمینه عوامل موثر بر ریسک اعتباری نشان می دهد که از بین متغیرهای مذکور، تسهیلات از نوع کوتاه مدت و فعالیت بخش ساختمان و مسکن دارای بیشترین اثر و متغیر سرمایه متقاضی دارای کمترین اثر بر متغیر ریسک اعتباری مشتریان می باشند.