近些年来,电子商务和网络技术突飞猛进的发展,金融行业同样受到影响,从而促进互联网金融的不断发展。而作为互联网金融的最主要模式的P2P网络借贷来说,从金融脱媒和互联网想结合来看,它有很大的发展潜力,不仅冲破了以前的地域和时空的束缚,而且还让每一个人之间可以自由的沟通联系。随着互联网的发展,新的P2P模式的互联网金融将会面临着很多困难和机遇,应该研究分析相应的风险预警模式。预警分析不仅对P2P这一新型模式有帮助,而且对整个互联网金融行业来说,都值得学习,并且产生一定的示范效果。本文主要通过分析研究的互联网金融内最主要的P2P网络借贷模式的风险,从而对互联网金融风险预警进行深层次的研究,获取对互联网金融发展有影响的风险要素;本文首先,从挑选指标的准则和风险预估这两方面综合考虑,在确定互联网金融P2P模式下的风险种类的情况下,创建有关防御警报系统,把改进KLR信号分析法和成分分析法联系在一起,建设风险预警模型。其次,挑选25个主要的P2P网络借贷的平台,通过建立的风险预警模型来分析,得知一定的风险信息,进而分析研究、归纳,得其排名位置和总分,从而可以清楚地判定该借贷平台处在怎样的预警状况。再则,把得到的预警结果,运用Matlab进行BP神经网络的训练分析,得出之前的预警分析结果合理,进而进行结论分析;通过研究得出结论,即使是在选取的25个规模较大的P2P网络借贷平台中也存在有较大风险的平台,正是说明目前P2P网络借贷中还存在较大的风险,大部分的网贷平台风控是完全不合格的,之前一些大型的网贷机构发生了严重的违约项目。随着民众对高收益产品逐渐理性,P2P行业在不久的将来注定会经历一个痛苦而必要的转型期和调整期,一大批没有完善安全保障的小型网络借贷平台将被淘汰,一切野蛮、爆发式的增长都将成为过去式。而具备风控体系的企业,以及为P2P行业提供风控的企业将迎来新的发展机遇。最后,本文从BP神经网络创建的P2P借贷风险评论模型出发,并且把一些实际例子结合在一起进行分析,制定相应的处理方法或者意见,为促进互联网金融P2P的领域就会稳定的向前发展提供意见。