互联网与民间借贷的结合形成了一种新的金融模式——P2P网络借贷,无需通过银行等传统金融机构媒介,借贷双方便可以直接在网络平台上达成交易。我国P2P网络借贷市场不断扩大,行业监管的逐步建立与完善使得P2P网络借贷已经初步形成了稳定的长效发展机制,但依旧存在高比例问题平台的现状使我们认识到信用风险是整个行业持续健康发展亟待解决的关键问题。借款描述作为特有的信息补充方式,包含了借款者更多的私人信息,如财务、家庭、借款原因、还款意愿等的详细表述。虽然这些信息得不到核实,但确实在一定程度上会影响投资者的投资行为,那么,借款描述又能否反映借款者的信用风险大小呢?因此,本文研究的重点就是借款描述在信用风险识别中所起到的作用。本文使用人人贷平台数据对借款描述与借款者信用风险之间的关系进行了实证研究。从文本特征与文本内容两个角度对借款描述进行了变量提取,针对P2P网络借贷分期还款的特征,从借款者的还款记录出发,对违约行为进行了明确的定义,并进一步划分违约等级来表示借款者违约的程度,采用Logit回归得到借款者的违约概率评估模型,采用排序多元Logit回归模型探究文本变量对违约程度的影响作用。针对违约借款者,本文用违约清偿和违约回收率作为违约借款者还款表现的度量,进一步探究了文本变量对其后续还款行为的解释作用,填补了P2P网络借贷信用风险研究的空白。实证结果显示:(1)无法根据文本长度与标点符号使用判断借款者信用风险,文本难读程度较高的借款者违约概率更高,文本积极程度较高的借款者违约后的回收率更低。(2)不同的借款用途会对违约概率造成不同程度的影响,“生意周转”类用途的借款违约概率更高且违约程度更大,“资产消费”类用途的违约借款清偿概率与回收率更低。(3)工作信息和信用信息的补充能够显著降低借款者的违约概率和违约等级,但收入信息补充可能具有欺骗性。(4)作出保证性表达的借款者违约概率更高,违约等级更高,传递的更多是一种空口承诺。请求性表达的借款者对资金的需求强烈,违约概率更高,违约后的清偿概率也更低。总而言之,借款描述在借款者违约概率与违约程度的识别上具有较大的作用,但是对违约后的还款行为揭示作用有限。本文为P2P网络借贷信用风险识别研究提出了新的角度,希望能够有助于投资者与平台进一步提高风险管理能力。