P2P网络借贷是一种金融创新,它通过互联网技术将资金的供需双方联系起来,进行点对点的借款交易。这种借贷模式能与传统金融互补,对于借款难度较大的长尾借款人,P2P网络借贷也能很好地为其提供服务。P2P网络借贷行业在我国起步较晚,由于该行业进入门槛低,缺乏有效监管,使得P2P网络借贷平台面临很多风险冲击,其中影响最大的是借款人信用风险。在其发展过程中诞生了很多具有代表性的公司并沉淀了大量的历史数据,这对于建立信贷用户的信用风险评价模型具有重要研究价值。本文首先总结了国内外有关P2P借款人信用风险的相关成果,介绍了P2P网络借贷的相关概念和理论基础,通过对比传统与现代信用风险评价模型的优缺点,引出本文使用的基础模型——Logistic模型。并以D网贷这一具有代表性的平台为例,分析了其借款人信用风险的现状、借款人特征以及平台在信用风险评价过程中存在的问题。此外,爬取D网贷2018-2020年近两万条真实借款信息及其对应出借人投标的明细数据,并结合该行业的借款特点,按照全面性、可操作性及避免重复性等原则构建了涵盖个人基本信息、工作状况、财务状况、借款信息、平台打分及羊群效应等方面的借款人信用风险评价指标体系。基于此,本文分析了各指标对信用风险的影响,并借助全变量Logistic模型、逐步回归Logistic模型和Lasso-Logistic模型对借款人信用风险进行评价。本文研究结果显示:申请借款次数、逾期金额、工作时长与信用风险呈现显著的正相关关系;教育水平、还款期限、信用等级和羊群效应与信用风险呈显著的负相关关系;有房贷的借款人更加容易发生信用风险。对比模型改进前后的评价效果,发现Lasso-Logistic模型比单一模型更加简洁且能提高对信用风险预测的准确率。此外,羊群效应指标的加入能将模型预测的准确率从82.5%提升到87.2%。最后,根据研究结论并结合D网贷信用风险评价中的问题,分别从平台内和平台外这两个方面提出了具体建议。本文的研究结论将给转型后的小额贷款公司和未来可能再次出现的P2P网络借贷平台选择合理的信用风险评价模型,并正确识别和防范借款人信用风险提供参考价值。