P2P网络借款是将互联网和民间借贷相结合产生的一种新型金融模式。它的特点就是借款人与出借人以网络信贷公司作为媒介,在借贷的过程中,资料、合同以及手续等全部通过互联网实现。近年来,P2P网络借贷在我国发展十分的迅速,因为它不仅能够满足个人资金需求,还能提高社会闲散资金的利用率。P2P网络借贷是一个非常依赖征信体系以及数据分析处理的业务,西方国家的P2P网络借贷平台与征信系统相对接,借款人的征信数据比较准确、全面,可以直接通过线上决定是否放款。由于我国的征信系统尚未完善且没有与网络借贷平台对接,使我国P2P网络借贷平台的坏账率居高不下。不少平台也因此倒闭或者跑路,使出借人的资金血本无归,造成非常恶劣的社会影响。因此寻找一个适用于网络借贷平台的个人信用风险评估方法是一个亟待解决的问题。本文首先阐述了研究借贷人信用风险的原因以及研究的意义,接着介绍了P2P网络借贷,包括它的发展史和借贷人个人信用风险产生的原因。然后在常见网络借贷平台评估指标体系的基础上,建立了包含借款周期、学历、月均收入、公司规模、单位类型、房产情况、车产情况、婚姻状况、职位、工作时间、年龄、申请借款笔数、成功借款笔数以及已还完借款笔数这14个指标的个人信用风险评估体系。随后利用决策树支持向量机组合模型对“人人贷”网站上搜集到的599条借款记录的借贷人进行了信用等级划分,所划分的等级包括A等级、D等级、E等级和HR等级。通过实例验证表明该模型对借贷人的信用等级的判别正确率较高,能为P2P网络借款平台借贷人信用等级的划分提供一定参考。最后,在599位借贷人中抽取21个信用等级较高的样本采用熵权-TOPSIS法进行信用风险排序。首先用熵权法计算各个评估指标的权重,该方法可以有效降低指标赋值的主观性,再利用TOPSIS法对借款人的信用风险进行排序,可以解决在放贷数量有限的情况下的借款发放顺序问题,进而有助于降低P2P网络借款平台的风险。在本文的最后,结合当前的P2P网络借款平台现状,提出了今后关于P2P网络借款平台健康发展的研究方向。