P2P网络借贷自推出以来,凭借投资门槛低、操作简单快捷、投资收益高等优势,在我国迅速发展,网贷交易平台数量和网贷交易成交额也快速增长。然而,随着近几年P2P平台携款跑路、借款人违约、投资人维权难等负面事件屡屡爆出,投资人信心受到极大打击,P2P网贷平台数量和网贷成交额也开始呈下降走势。导致这一现象的原因中,借款人信用违约问题最为突出。借款人信用违约不仅会损害投资人利益、影响P2P网贷平台的正常运营,还将对整个网贷行业的可持续发展带来阻碍。然而,当前国内学者对P2P网贷平台借款人信用风险的研究并不完善,研究多为借款人信用风险产生的原因、如何加强监管等定性分析,缺乏对借款人信用风险的定量分析研究。本文利用Logistic回归方法建立回归模型,定量研究P2P网络借贷平台借款人信用风险的影响因素,提高了模型的可信度和可解释性。同时,本文利用信息增益进行指标筛选,排除了对被解释变量影响不大的指标,提高了模型的计算效率。另外,本文选取中国知名网贷平台人人贷为研究对象,在借鉴我国传统商业银行个人信用风险评估系统运营的经验、结合国内外学者对个人信用风险评估指标体系的研究、并参考了人人贷平台的实际情况的基础上,构建出适用于我国P2P网络借贷平台的指标体系。实证结果表明,借款人性别、工作时间、借款期限、平均月收入、累计逾期次数、信用分数这6个因素对借款人信用风险有影响。同时,将检验数据代入模型后,得出借款人信用风险评估模型对好客户(Y=0)的预测准确率为97.2%,对坏客户(Y=1)的预测准确率为92.6%,总回归判别准确率是95.9%,可以认为,本文所构建的指标体系和所构建的P2P网络借贷平台借款人信用风险评估模型具有一定的实用性和预测效果的优越性。最后,对P2P网络借贷平台提出建议:找准自身定位,促进P2P平台和传统银行业融合发展;完善P2P网络借贷平台的信息披露机制;提升自身的数据分析能力,逐步建立P2P行业的征信系统;加强员工培训,提升员工业务能力;还对政府监管部门提出建议:组建互联网金融行业监督管理委员会;建立P2P网络借贷行业数据库;加强行业监管,构建层级监管体系。