交易双方信息不对称是P2P平台面临的主要困境,即投资人无法完全掌握借款人的个人信用资料,这种困境将会导致逆向选择和道德风险等问题。理论上,通过检查审核借款人的个人资料可以适当缓解借款人出现逆向选择和道德风险的可能。但是由于在互联网环境中,投资人和贷款人并没有真正发生接触,这使得借贷前对借款人信息的审核极具挑战。在传统商业银行借贷过程中,银行通过抵押品和尽职调查等手段来进行增信,然而对于网络借贷的参与者来说,平台只能根据自身的风控算法评估借款人的个人资料,并以此为基础给出其信用等级,而这是P2P借贷一切风险管理的基础。通过对国内外文献的梳理,本文发现学者们所研究问题的主要焦点为对借款人顺利筹借资金的影响因素,而对借款人个人违约的研究涉及非常有限。为了深入研究借款人信用等级与违约风险的关系,本文首先根据风险管理模型的不同,将国内P2P平台分为担保抵押模式、保险模式和风险保证金模式三类,并选取保证金模式的代表人人贷平台作为研究对象。本文通过网络爬虫技术获取研究所需样本数据,然后通过非参数检验和二元Logistic回归模型研究信用等级对借款人违约可能性的影响。最后为了进一步研究信用等级对违约风险的影响机制,本文引入医学统计常用的Cox比例风险模型,通过比较不同信用等级借款人的借款生存时间,说明信用等级是否能科学准确的反映违约风险。此外本文还从人人贷平台基于信用等级计提的保证金与违约垫付的金额,侧面说明信用等级与违约风险的关系问题。本文研究发现,P2P平台根据自身风控算法给出的借款人信用等级对其违约发生的可能性有统计学意义,但信用等级并不能正确的反映借款人的借款生存时间,即不能准确的反映借款人的违约风险,也就是说,高信用等级并不对应低违约风险。另外,基于借款人信用等级计提的保证金与违约垫付之间的差额也从侧面说了这一结论。基于全文研究结论,本文指出为了有效管控风险,P2P平台应当一事一议的对具体借款标的的违约风险进行评估,而不是简单依照借款人信用级别来判断其违约的可能性。