网络信用贷款近年来在我国的发展尤为迅速。网络贷款由于其交易的整个过程全部在网络上进行,无法应用传统的风险控制手段对其信用风险进行把控,因此较线下贷款而言,网络贷款面临的信用风险问题更为突出。在传统的线下贷款中,大学生由于自身资信条件的先天不足,如没有抵押物、没有稳定收入来源、没有担保人等原因,其不满足线下贷款的条件。而网络贷款能够很好的解决大学生资金需求和资信条件不足以获得传统信贷支持之间的矛盾,因此大学生网络贷款得以迅速发展。然而,网络贷款的途径加上以大学生为贷款对象,使得从事大学生网络贷款的平台面临比其他信贷机构更为严峻的信用风险挑战。因此开展大学生信用贷款业务的网络贷款平台有必要了解能够影响大学生履约的因素,弄清楚影响大学生违约的关键因素对降低大学生网络贷款业务的风险有重大意义。本文在收集整理N公司大学生网络贷款的数据基础上,对N公司大学生网络贷款的信用风险管理方式进行全面分析,并应用logistic回归模型进行风险特征的实证分析研究。大学生作为网络贷款的参与者,其资信特征为无稳定收入来源,无可供抵押财产等,因此难以通过基本的财务指标如资产发债率等来评价大学生的信用水平,故本文选取了学历水平、贷款利率、信用评级等10个基础指标对其信用风险特征进行度量,解释变量的Logistic回归结果均通过了显著性的检验,模型预测的准确度较高。本文应用logistic回归模型对大学生的10个基础指标进行测算的结果表明,N公司贷款大学生的学历和学校背景,与大学生的违约率相关性最大,是控制大学生网络贷款信用风险的关键因素。大学生网络贷款公司要降低不良贷款率,就要建立科学合理的评判机制评估大学生的信用等级,进而决定对大学生的授信及额度。N公司面向大学生的网络贷款产品名校贷是本文进行实证分析的数据来源,虽然只是一家P2P公司的贷款数据,但是研究方法和研究结论对网络信用贷款具有普遍适用性。由于大学生的资信特征具有普遍性,本文分析的大学生信用风险因素适用于全国的大学生群体,因此,本文的分析结论对于大学生网络贷款平台均具备普遍的适用性,网络贷款平台可以据此加强风险管理,防范信用风险,保证投资者的资金安全。