在P2P借贷市场中,投资者通常会对借款人进行信用风险评估,根据借款人的还款意愿和贷款利率确定投标金额,进行多元化、分散的组合投资。信用风险评估能够帮助投资者预测借款人的违约概率,判断能否还本付息,进而减少总体的投资风险,但忽略了后期的实际投资回报。因为在实际P2P借贷还款中会发生提前偿付行为,引起借款人实际偿还贷款的现金流比预期还本付息的现金流速度快,造成了投资者现金流收入的不确定,最终影响现金的使用效率及到期的实际投资收益率。目前对于P2P借贷的关注,在借款人信用评估和违约行为方面的研究比较深入,但忽略了借款人在实际完成还款的过程中会发生提前偿付行为,并且违约和提前还款是影响贷款盈利的两种最主要因素。投资者制定的投资决策并不科学,只依赖于借款人的还款意愿,其最终的投资回报率并非按照预期收益率。因此需要通过研究提前偿付行为来对借款人进行更深入的分类,预估其实际的还款行为,并研究提前还款行为对实际投资收益率的影响。本文对于P2P借贷中的提前还款行为提出了一种可行的研究方法,主要分为P2P提前偿付分类模型和P2P提前还款定价模型两个部分,通过以下几个步骤：第一是通过数据挖掘中决策树算法,对P2P提前偿付行为进行分类预测,区分按期还款、提前偿付和贷款违约的借款人,总结发生提前偿付行为的借款人特征；第二是通过数据挖掘中的M5P算法,对分类正确的发生提前偿付行为的借款人,预测其还款周期；第三是根据预测的借款人还款周期,计算每期现金流收入；第四,通过上述得到的每期现金流收入,进一步采用现金流收益法进行折现,测算发生提前偿付行为的P2P贷款实际投资收益率。上述研究第一步构建了提前偿付分类模型,为判断借款人发生提前偿付行为提供了评估参考。基于第一步的分类模型,通过第二步至第四步对分类正确的发生提前偿付的贷款构建提前还款定价模型,测算得到定量的结果,即最终的投资回报率。本文的研究贡献在于：第一,提前偿付行为多发生于住房抵押贷款证券化市场,通过观察P2P借贷市场中的实际还款行为和贷款状态,本文挖掘借款人的实际还款意愿,研究了该市场中的提前偿付行为；第二,对P2P提前还款行为的分类和P2P资产定价提出了一种可行性的研究方法,对P2P作为类似固定收益资产进行投资提出了新的认识。第三,P2P作为有价证券,在一级市场发行并在二级市场交易转让,提前偿付的发生使得收益率水平整体下降。本文对此提出了新的定价模型,测算了投资的实际收益率,给出了定量的结果,为P2P借贷的资产证券化定价提出了新的参考；第四,研究提前偿付行为有助于提高预测P2P借贷平台投资者回报率的准确率,为投资者平衡风险和实现预期收益,优化投资组合提供了参考。