P2P网贷是基于网贷平台的一种新颖的借贷模式,借款者和投资者可以通过网贷平台快速完成借贷业务。自P2P网贷进入国内以来,P2P网贷以其无抵押、无担保、快速简便的特点,迅速成长。但是,快速地发展并不代表P2P网贷行业的成熟,作为一种新颖的信贷模式,P2P网贷在发展中仍然面临很多问题,它的风险控制能力远远低于传统商业银行,而信用风险则是造成平台坏账甚至倒闭的首要因素。目前,多数P2P网贷平台并没有建立适合自己的信用评估模型。本文主要从P2P网贷借款人的信用角度出发。在阅读了大量国内外有关P2P网贷借款人信用风险文献的基础上,对国内具有代表性的P2P网贷平台进行调查研究,选取了影响P2P网贷借款人信用的因素进行分析并量化,建立了P2P网贷借款人的信用评估指标体系,之后引入一步正切法对BP神经网络进行优化,根据建立的指标体系构建相应的BP神经网络模型。然后利用具有代表性的4家P2P网贷平台的选取104位借款人的相关数据,对该模型进行训练和仿真。其训练和仿真结果证明了经过优化后的模型相比标准的BP神经网络模型有着更好的收敛性和更高的准确性,能够较准确地对借款人的信用进行评估。P2P平台可以通过这个模型筛选出优质的借款者,从源头上控制借款人的违约风险,从而降低平台的坏账率,使其更加健康稳定的运行。因此该模型对P2P网贷平台的风险控制起到一定的作用,能够促进P2P网贷行业的健康发展。