随着我国个人住房抵押贷款的迅速发展,贷款信用风险日益明显,我国个人住房抵押贷款的不良贷款比率明显高于美国等发达国家水平,而且随着该项业务的继续发展,未来风险呈上升趋势。由于我国商业银行缺乏一套科学的信用风险评估体系,以及个人住房抵押贷款业务自身的一些因素如产品单一等造成了我国商业银行在个人住房抵押贷款风险管理上相对落后。基于以上背景,本文以信息学、系统科学、博弈论等相关学科的理论和方法为指导,以降低住房抵押贷款信用风险为目标,探讨了住房抵押贷款信用风险的内在机理、传统信用评估方法等,提出了一套有效控制个人住房抵押贷款信用风险的集评估、预测和决策于一体的理论和方法,对商业银行在抵押贷款业务中控制信用风险具有很好的借鉴作用。首先,本文对信用风险进行界定,应用信息学的知识探讨了个人住房抵押贷款信用风险产生的原因即信息缺陷,而后分析了借款博弈和还款博弈,总结发达国家的管理经验。其次,阐述了信用风险评估体系建立的原则,从三个维度对影响信用风险的变量进行分析和选择,并加以量化,建立我国商业银行信用风险评估指标体系。再次,在该指标体系下,建立ANN神经网络信用风险评估模型,基于某银行数据,对各影响因素与信用风险度的关系进行模拟和预测,并对结果进行分析。最后,从建立个人征信体系和丰富住房抵押贷款产品两个方面提出加强信用风险管理的对策。本文的主要结论有:第一,信用风险的博弈分析得出加强贷前个人信息收集、甄别,对个人信用评估等以及对贷后个人信息的监督和管理是非常重要的。第二,本文建立的商业银行个人住房抵押贷款信用风险评估指标体系,充分考虑了商业银行个人住房抵押贷款信用风险评估过程中的12个影响因素,并进行科学分类,能够真实、合理、有效地反映信用风险评估运作的实际情况。第三,ANN神经网络模型在个人住房抵押贷款信用风险评估应用上突破了传统信用风险评估方法如打分法以线性处理为基础的局限性,能更便捷更有效更精确的处理复杂信息,为商业银行在个人住房抵押贷款实际操作中提供理论指导。第四,本文所作研究表明要想建立针对我国个人住房抵押贷款的有效且符合实际的个人信用风险评估模型,必须健全我国征信体系和丰富抵押贷款产品,这两方面对于管理信用风险具有重要意义。