在我国，房地产业在国民经济中占有举足轻重的地位，不仅关系着人民的生活水平和住房保障，同时也影响着每个地区乃至整个国家的经济体系稳定程度。近些年来，由我国房地产市场出现的种种现象反应，我国房地产市场存在着不容忽视的风险。市场上也频繁出现一些关于房地产泡沫过高，房地产风险过大的言论。然而房地产市场自身所具有的非线性等特征，使得对其风险程度的评价变得相对困难。本文正是在此背景之下，针对房地产的非线性特征，构建了完整、科学的评价指标体系，通过神经网络模型来准确的评估我国房地产市场存在的风险程度。本文根据房地产市场的发展度以及和谐度一共12个指标构建了我国房地产市场的评价指标体系，并通过BP神经网络模型针对我国31个省及直辖市的2001年至2012年的房地产样本数据进行建模并预测分析。借助了Matlab7.0中人工神经网络模块，实现BP神经网络模型的建立，并经过检测，发现模型具有良好的泛化能力。最后利用建立的模型对我国31个省及直辖市2013年的房地产市场风险情况进行了预测分析，得出我国房地产风险程度及分布情况：（1）我国房地产市场整体风险较大，31个省及直辖市中只有5个处于风险较小的情况；（2）我国房地产市场风险从东部沿海发达地区由大到小向西部欠发达地区分布。最后，针对我国房地产市场风险状况，从经济手段以及法律手段两个方面给出了对策建议。本文的主要创新在于：根据房地产市场的发展度和和谐度构建了全面、合理的房地产市场风险评价指标体系；同时利用BP神经网络模型从整个国家层面分省市研究了我国房地产市场的风险程度及分布情况并做出了评价分析。