P2P(Peer to Peer)借贷是一种基于网络的个人到个人的借贷方式。这种简单、便捷的网络借贷模式不仅快速解决了借款人资金短缺的问题,而且能给广大投资者带来新的理财方式。国内P2P网络借贷在法律监管、个人信用体系等方面都不完善,平台违约现象时有发生,这对平台和出借人的利益都有损害。因此,建立信贷风险评估模型,帮助平台进行风险监管,协助出借人制定合适的投资策略等具有重要的现实意义。本文主要以支持向量机算法、核回归估计、投资组合优化模型等相关理论为基础,构建投资决策模型,并运用该模型辅助出借人辨别贷款风险以及合理分配投资金额。主要研究内容如下:首先,基于支持向量机构建P2P网络借贷投资决策模型。具体内容如下:(1)运用支持向量机(support vector machine,SVM)理论对贷款样本进行分类,得到分类超平面,根据贷款样本到分类超平面的距离确定每笔贷款的违约概率。(2)运用贷款违约概率之差刻画贷款之间的相似程度,并结合核回归方法,估计单笔贷款的收益和风险。(3)结合单笔贷款收益及其风险估计,运用投资组合理论考虑贷款组合的收益及风险,得到最优贷款组合。其次,分析P2P网贷平台收益率影响因素。从网贷平台运营差异的角度出发,选取100个平台作为研究样本,对平台综合预期收益率的影响因素进行分析。研究结果表明:平台的主要资产类型以及借款期限对平台的收益率会产生显著影响。最后,选取人人贷平台数据对基于支持向量机的投资决策模型进行实证分析。从出借人的角度出发,选取平台信用认证标数据验证基于支持向量机的投资决策模型的有效性。研究结果表明:基于支持向量机的投资决策模型在贷款分类准确度,贷款收益率预测准确度,贷款组合收益率三个方面的表现均比逻辑回归模型更优。