金融安全,如同整个经济的血液一般,关系到国家经济的健康与稳定,直接影响一国经济甚至社会的整体发展。随着2001年我国加入WTO,对外经济大门逐渐敞开,金融管制逐步放开,金融全球化进程加快,高速经济发展下各种经济金融问题日益暴露,国内信贷规模膨胀、银行体系风险与收益不匹配、政府债务负担过重、股市房市存在泡沫、国际资本的不时冲击等问题将成为我国金融安全的严重威胁。因此,通过合理的模型对我国金融安全进行预警预测,对确保我国金融经济安全稳定、维护社会及国家安全具有重要意义。本文首先侧重于理论基础的铺垫,介绍了金融安全及金融安全预警系统,描述了RBF神经网络模型的工作结构及原理,并论述了神经网络模型应用于金融安全预警的优势与可行性。其次,侧重于对我国金融安全的经济分析,本文描述了我国的金融安全状况,分析了其中的内外部影响因素。再次,基于对现实情况的分析,并结合国内外的研究成果,本文选取了27项指标,分为宏观经济、银行体系、政府债务、股市房市和对外经济子系统构建了我国金融安全预警指标体系,结合1997年-2013年的真实数据,通过RBF神经网络构建模型,并结合主成分分析法和层次聚类法对模型结果给予分析与评价,对2014年的金融安全状况进行预警与分析。最后,在前文经济分析及实证分析的基础上,本文提出了提升我国金融安全水平的对策建议,进而对构建我国金融安全预警系统提出合理意见。通过本文的分析证实RBF神经网络在构建我国金融安全预警系统中效果佳、可行性高,具有较大的应用价值。