如何识别P2P网络借贷平台借款人的信用风险不仅是平台出借人关注的重点问题,更是平台本身存续的关键。本文基于拍拍贷的信用贷款数据,利用logit方法,从借款人信用风险识别的角度,研究了拍拍贷平台出借人是否能够有效的利用平台提供的借款人信息识别其信用风险。本文的研究共分成三个步骤:首先,基于真实违约样本,研究借款人标的信息与其实际的信用风险的关系,建立借款人信用风险评估模型;然后,利用信用风险评估模型对样本内数据进行拟合,将预测的违约概率与真实的违约情况进行对比以检验模型拟合的效果;最后,通过对比模型对借款人信用风险的预测和出借人利用标的信息做出的出借决策,分析出借人的出借决策是否准确。通过实证研究得到以下三点结论:第一,通过分析信用风险样本发现信用风险与贷款期限、认证信息数量、年龄、性别、工作呈正比,与投标人数、借入信用得分、借出信用得分、成功次数、失败次数呈反比。第二,通过信用风险样本数据建立的借款人信用风险评估模型可以对P2P网贷中借款人的信用风险进行识别,且与信用风险拟合样本8.44%的违约率相比,该模型能将违约率降低至1.56%。第三,利用出借意愿样本,对信用风险评估模型中显著的变量进行logit回归发现,出借人出借选择和有效风险评估模型之间存在偏差。出借人忽视了借入信用得分的重要性,过度依赖但没有有效利用借款人历史交易记录,容易盲目跟风投标,且未能真正看清借款人提供的认证材料背后隐藏的假象。通过对本文的实证检验结果分析发现,基于信用风险样本建立的借款人信用风险评估模型能够有效的识别借款人信用风险,出借人利用标的信息做出的出借决策与实际的借款人信用风险之间存在较大偏差,出借人想要依靠自身经验做出正确决策并不容易。最后,在实证分析结论的基础上提出优化信息服务技术、加强出借人教育和构建信息共享机制,打破信息孤岛三个方面的政策建议。