从2007年引入第一家P2P网络借贷平台——拍拍贷开始,这种新兴的借贷模式就在我国飞速发展。然而在快速发展的同时,伴随着出现了各式各样的问题,有网贷平台跑路、整体借款成功率不高以及借款人存在普遍违约的现象。在这些问题中,借款人逾期现象是投资人面临的最大的风险,借款人的信用风险是由于信息不对称问题引发的,是不可避免的。要缓解信息不对称问题的唯一途径还就是信息,处于劣势一方的投资人只要拥有足够完整、真实的信息,就能很好的识别借款人信用风险。但是在网贷市场中,借贷双方是双向匿名的,投资人所能获取的借款人信息主要来自网贷平台提供的借款人信用等级以及部分身份信息,无法得到借款人提供的所有信息。在借贷过程中,当借款人无法提供完整的客观信息时,投资人将会更多的关注未经验证的主观信息,以此作为投资决策的依据。已有研究证明经济行为人的描述性信息对经济行为结果有一定的影响。在P2P网络借贷中,描述性信息指借款人对自身状况(包括个人的品质、个性、借款详情等)进行表述的叙述性语言。所以本文的目的在于研究借款人描述性信息对借款人逾期率是否有影响,影响程度有多大,并以此建立借款人逾期率预测辅助模型,从而帮助投资人和网贷平台更好地识别借款人的信用风险,有助于P2P网络借贷平台尽可能地发挥出其公益扶贫和为中小企业融资的作用。本文采用编程抓取数据的方式从拍拍贷网站平台直接抓取了4490条样本数据,借鉴国内外对描述性信息的量化处理方法,对描述性信息提取了8个特征变量,分别是诚信、稳定、有进取心、顾家、讲道义、刷信用、体验、提高生活质量,其中顾家和讲道义两个特征变量无法通过一致性检验,予以剔除,最后使用Logistic模型回归。研究发现,为了获得贷款,客观信息不够充分(信用等级越低)的借款人越倾向于在描述性信息中提供更多的特征,以此塑造有利于自己的形象。同时发现,在描述性信息中提供更多的特征信息的借款人,其违约概率越大。最后,研究发现不同描述性信息特征变量对借款人逾期率的影响也是不同的。其中诚信、刷信用、提高生活质量这三个特征变量与借款人逾期率呈正相关关系。即投资人对展示这三方面特征的借款人给予负面评价,认为其逾期率较高。而稳定、有进取心、体验这三个特征变量与借款人逾期率呈负相关关系。即投资人对展示这三方面特征的借款人给予正面评价,认为其逾期率较低。然而这6个特征变量中只有“体验”这一特征变量与借款人逾期率存在显著的相关关系,其他特征变量不显著。但是统计意义上的不显著并不能说明经济意义上不存在显著关系。本文是一篇关于描述性信息对借款人逾期率的影响的探索性研究,又对描述性信息的作用进行了再讨论,根据Logistic回归的结果构建了借款人逾期率预测辅助模型,认为不论从模型拟合优度还是从模型预测准确率的角度来看,描述性信息对于预测借款人是否违约都具有明显的帮助。最后根据结论分别对借款人、投资人以及网贷平台提出相关对策建议,希望能帮助投资人识别高风险借款人以及网贷平台进行信用风险管理。