P2P网络借贷是一种在互联网线上完成个人或中小微企业之间的借贷的新模式。截至2015年12月31日,P2P网络贷款无论在平台数量方面,还是在全年贷款交易总额方面,都超过2010年全年数据上千倍,如此迅猛的发展速度必然会出现各种问题。主要集中在以下四个方面:第一,法律的监管和审查跟不上发展的速度;第二,平台的征信途径五花八门,没有行业准则,导致出现信用风险;第三,由于借贷都是通过线上进行的,借款人无法得知贷款人借贷的真正用途,导致出现道德风险;第四,根据2015年“人人贷”全年P2P网络借贷数据,可以明显看出对于资本融资市场供远远小于求,仍不能满足大多数人的贷款需求。针对以上四个方面,本文认为P2P网络借贷模式下的信用风险和投标预测是目前在客观上可以深入研究的领域。通过查阅大量文献,在已有的5种个人信用评估模型中,唯有Logistic回归模型是可以同时预测借款人是否存在流标的可能以及在借到款后是否存在违约的可能。同时,对于平台而言,也可以根据违约客户信息,建立大数据库,从而降低平台经营风险。本文基于Logistic模型,分别建立了履约—违约Logistic回归模型和流标—满标Logistic回归模型。从流标—满标Logistic回归模型上可以看出,在18个影响满标概率的变量中,性别、房贷、车贷、借款总额、借款利率、期限、信用评级、信用报告、工作认证、收入认证、实地认证这11项信息对借款人能否成功借款影响显著。从履约—违约Logistic回归模型上可以看出,在22个影响违约概率的变量中,年龄、车贷、期限、信用评价、信用报告、工作认证、收入认证、实地认证这7项信息对借款人是否违约影响显著。实证结果显示,流标—满标模型的预测效果达到97.9%,履约—违约模型的预测效果达到98.5%,同时针对P2P网贷行业出现的问题,提出了四点政策建议。