美国次级抵押贷款的兴起促进了美国房地产市场的繁荣,进而推动了美国经济长期高速的增长。但是对房贷个人信用风险的漠视,使得美国次贷危机随之爆发,致使次贷由推动美国经济高速增长的动力演变成拖累美国经济发展的桎梏,并对世界经济产生巨大冲击,银行业的发展也受到了严重影响。次贷危机是低估房地产信贷个人信用风险的结果,伴随这我国房地产行业的急速发展,关注我国目前商业银行的信用风险显得尤为重要。本文是针对目前我国商业银行个人住房贷款的信用风险问题及其管理进行的研究。首先,论文运用规范分析的方法,从理论上阐述了商业银行个人住房贷款信用风险产生的根源并确定了商业银行个人住房贷款信用风险管理的内涵、目标、原则和程序;然后采用实证分析的方法深入分析了个人住房贷款信用风险的形成机制与因素,揭示了商业银行个人住房贷款信用风险管理存在的主要问题;从银行自身角度出发构建了一个以银行为主体的房地产个人信用风险管理体系;提出了改善商业银行个人住房贷款信用风险管理外部环境的对策。论文尝试将人工神经网络模型运用于我国房地产信贷个人信用风险的评估实践,重点探讨了BP反向传播网络在个人信用风险评估体系中的应用。本文从信用风险的理论入手,对我国房贷个人信用风险评估的现状进行了客观总结,在借鉴国外个人信用风险评估实践经验的基础上,针对我国信用风险管理的现状和个人信用风险评估的特点,利用BP神经网络的自学习能力、非线性处理能力以及容错能力,提出基于BP神经网络的个人信用风险评估模型。通过建立个人信用风险评估模型可以较好得为商业银行提供风险预警机制,有效规避信用风险。论文对模型中的评价指标体系的确定、样本数据的归一化处理和BP神经网络结构的设计进行了具体探讨和分析。并且针对美国次贷危机对我国商业银行房贷个人信用风险管理带来的影响进行了分析,从中获得启示。