P2P网络信贷是基于网络平台的个人对个人直接借贷模式,自从进入我国以后迅速发展,截至2015年3月全国P2P网络信贷公司已达上千家,行业历史累计成交量近5000亿元。P2P作为一种新型的的互联网借贷模式在发展中暴露出较多问题,其风险管理能力远低于传统的商业银行,所面临的最大风险就是信用风险。首先,论文从信用风险角度的出发,从P2P网络信贷的运作模式入手,对P2P网络信贷中借款人这一角色的信用风险进行了分析。其次,介绍了BP神经网络模型的基本原理、算法特点,分析了BP神经网络模型在P2P网贷借款人信用风险评估的适用性。再次,在传统小额借贷风险管理理论及相应模型的基础上,对文献研究和回顾,参考建设银行的个人信用评估指标体系,对影响P2P网络借款人信用风险的因素进行分析并加入了P2P网络信贷特有的风险因素,基于数据的可用性对相应指标进行了增添和剔除,建立了中国P2P借款人的信用风险评估指标体系。确定了BP神经网络模型的基本结构并建立了BP神经网络评价模型。最后从拍拍贷、365易贷等P2P平台选取108个借款人作为仿真实验的样本数据。运用Matlab进行网络的训练和仿真,比较准确地评估出了借款人信用风险等级,证明模型具备了对P2P网络信贷借款人信用的预测评估能力。根据研究的结论和指标体系选取过程中的思考,提出了一些有利于P2P借款人信用风险评估的建议。