P2P网络借贷(Peer-to-Peer Lending)是互联网金融的一种重要体现形式,不仅是民间借贷与现代网络信息技术的有机结合,更是传统电子商务在民间借贷领域的深化。其依托互联网技术实现借贷双方的直接融资,打破了传统金融的信贷模式,有效快速地筹集社会闲置资金为资金需求者提供贷款并获得收益,实现了资源的合理配置。P2P网贷高效、便捷、低门槛、低成本、高收益的特点极大地提高了融资效率,拓宽了融资渠道,满足了中小微企业与个人信贷的需求。随着2007年我国首家网络信贷平台拍拍贷的成立,P2P依靠其独有的特点与优势在互联网金融领域独树一帜,发展十分迅速,市场规模不断扩大。然而在P2P平台异军突起的同时,由于网络交易的信息不对称,法律法规的不完善,监管机构的缺失等问题,逆向选择与道德风险时有发生,平台风险与日俱增,网贷平台倒闭潮随之爆发,提现困难、跑路现象层出不穷,随时威胁着投资者的资金安全,P2P网贷市场面临巨大的信用风险与信任危机。因此,如何提高投资者与市场的信用风险识别水平直接关系到投资者的资金安全与P2P网贷市场的健康发展。对此,国家发布一系列法规条例,对互联网金融进行专项整治,互联网金融被写入“十三五”规划,互联网金融行业的发展方向由“促进发展”转变为“规范发展”,P2P网贷行业将逐渐回归理性。目前,信用风险识别与管理问题已经引起越来越多国内外学者的关注,成为P2P领域研究的核心。本文从信用风险识别角度出发,以信用理论与信息不对称理论为理论基础,通过构建P2P网贷借款人和投资者的信号传递博弈模型,从借款人基本特征、信用特征、借款特征三个方面分析投资者对其信用风险评估,得出五条理论推论。再以“人人贷”为例,利用爬虫程序抓取2016年1月—6月的35649条交易记录进行分析,采用二元Logistic回归模型对全样本与子样本进行回归,研究影响投资者对借款人进行信用风险识别的因素以及如何才能提高网贷平台借款成功率从而促进借贷双方的交易。研究表明,投资者分别从贷款特征、借款人基本特征与借款人信用特征等方面进行信用风险识别,借款人信用等级和是否拥有实地认证对投资者的投资意愿影响很大,贷款金额、期限与利率、满标次数、历史贷款表现和财务状况等贷款特征、借款人个体特征也具有重要影响。本文的创新点在于:(1)将信号传递博弈模型应用于P2P网络借贷行为研究中,分析在分离均衡条件下,借贷双方如何通过信用风险识别实现双方自身利益最大化,进而得出相关推论。(2)以人人贷2016年1月—6月的35649条交易记录为样本,结合中国P2P网贷平台线上线下相结合的特色运营模式,采用二元Logistic模型详细探究影响投资者信用风险识别的因素,验证理论的可行性,为完善中国网贷市场的发展提出相关政策建议。