امروزه موسسات اعتباری نقش مهمی در اقتصاد کشورها ایفاء می نماید. جهانی شدن اقتصاد و ورود کانال های جدید خدماتی نظیر اینترنت، امکان جستجوی اعتباردهنده بدون محدودیت زمانی و مکانی را برای مشتریان اعتبار فراهم کرده است. به همین دلیل، موسسات اعتبار دهنده تمایل یافته اند تا فعالیت خود را به دیگر کشور های جهان گسترش دهند و همین گسترش باعث بیان موضوعی به نام ریسک گردیده است. در میان همه این ریسک ها، ریسکی که برای بانک ها و موسسات مالی حائز اهمیت است و نقشی تعیین کننده در آینده مالی شان دارد ریسک اعتباری است. این ریسک عبارت است از ریسک ناشی از عدم اطمینان (بانک) به توانایی طرف حساب (مشتری یا متعهد) برای عمل به تعهداتش. در این تحقیق با تکیه بر مدلسازی با استفاده از سیستم هوشمند ترکیبی anfis- ژنتیک مدل ریسک اعتباری، نشان داده شد که عملکرد حاصل از ترکیب شبکه های عصبی با الگوریتم ژنتیک در جهت بهبود پارامترهای شبکه عصبی بهتر از عملکرد آن از تنها با استفاده از شبکه های عصبی روی داده های مشتریان بانک ملت بود