我国融资融券试点工作自开闸以来已经平稳运行了半年多的时间。目前，已有十一家证券公司获得了开展融资融券业务的资格。就目前来看，我国融资融券市场交易规模还比较偏小，融资交易量明显大于融券交易量。但是，随着以后证监会陆续开放融资融券资格的限制以及证券金融公司的成立，都将会使融资融券市场交易规模稳步增长。　　 融资融券是一种证券信用交易。它使证券公司与投资者之间不仅存在着委托代理关系，更重要的是还存在着信贷关系。证券公司在获取新的利润收入的同时，更面临着新的风险的挑战--客户信用风险。在我国商业银行的信贷业务中，严格建立与执行信贷申请、审批、授信环节是防范信用风险的一个重要手段。因此，借鉴以上经验，本文尝试在融资融券业务中，通过对个人客户信用进行分类以界定客户信用风险的大小。从而，为确定客户融资融券额度、融资利息以及融券费率的大小提供参考依据，实现对客户信用风险的规避和补偿。　　 本文在对融资融券个人客户信用评估模型的设计中，建立了针对个人客户的信用评估指标体系。该指标体系中涉及了影响客户信用风险的五大要素，即客户身份、财产与收入状况、证券投资经验、风险偏好以及历史信用记录等。目前，由于我国证券公司尚无对客户信用评估的经验，也没有充足的客户证券信用交易记录，并且还存在信用数据缺失的现象。因此，本文选用无监督式学习的神经网络模型--自组织特征映射网络模型，实现对个人客户的信用评级并加以实证分析。