P2P网络借贷是一种依托于网络而形成的新型金融服务模式,其手续简便,放款快,准入门槛低,具有正规金融不可比拟的竞争优势,是正规金融的有益补充。随着近年来网络借贷的快速发展,暴露出的问题也越来越多。因此本文针对网络借贷产生的信用风险,构建有效的信用指标评价体系及等级划分。一方面,得到的科学有效的信用指标评价体系,有益于提升平台间的竞争力和整个行业良性发展;另一方面,对平台进行等级划分,有助于投资者进行科学决策。(1)本文首先运用描述性统计方法对特征指标的选取进行介绍,然后运用二元Logit模型和Probit模型,对“网贷之家”爬取的353家平台的15项指标进行显著性检验,其中包含237家问题平台和116家正常平台。结果表明成交量(万元)、平均预期收益率(%)、平均借款期限(月)、资金净流入(万元)和前十大土豪待收金额占比(%)为区别问题平台和正常平台的显著性指标。构建Logit-SVM模型对所选的指标进行检验,结果表明对识别正常平台和问题平台的准确率为89.52%,识别问题平台准确率为92.83%,正常平台识别准确率为82.76%。进一步说明所筛选出指标科学有效。(2)运用变异系数法和CRITIC法为这5项指标进行赋权,得出在两种方法赋权下的平台得分排名相近。其中,变异系数法赋权是直接利用各项指标所包含的信息,CRITIC法赋权确定以指标的对比强度和冲突性综合衡量。所以综合考虑各指标内部联系及指标间联系,构建变异系数法-CRITIC对指标综合赋权。结果表明利用综合赋权得到的排名比较符合实际。(3)根据综合赋权得出的各平台指标得分运用k-means聚类和系统聚类对116家正常平台分类。结果表明一共分为五个类别。采用两种方法进行分类时,其中只有6家平台分类不同。然后通过聚类算法给出的聚类划分结合综合赋权得分排名,将这五个类别进行排序,最终结果为:第一类第二类第五类第四类第三类。其第一类中的平台风控管理能力最强,第三类的最弱。