随着互联网金融的不断发展，P2P网络贷款平台近年来在我国发展非常迅速，其不仅在解决个人和小微企业贷款难方面起到了非常重要的作用，同时也给无法进入传统理财行业的个人投资者提供了便捷的小额理财新途径。虽然快速的发展暴露出一些监管等方面的问题，但是P2P网络借贷作为互联网金融新的增长点，其重要性不容忽视。网络借贷交易是维系借款人和投资人关系的纽带，是P2P网络平台存在的基础。而只有借款成功，网络借贷交易才会发生。因此，分析和研究哪些因素会影响借款是否成功具有非常重要的意义。　　本文首先对国内外P2P网络借贷平台的发展现状及趋势进行了分析，回顾了前人对有关领域的研究以及支撑P2P网络借贷的“金融创新”、“信息不对称”等理论，并据此提出了研究假设。实证分析部分，本文采用数据驱动的实证研究方法，抓取中国第一家P2P网络借贷平台拍拍贷的近三万条数据，采用二元logistic回归模型，并运用机器学习的方法不断进行参数优化，最终建立网络借贷模型。　　研究结果表明:网站对借款人的评级是影响借款成功与否最重要的因素，二者存在显著的正相关关系;借款人历史成功次数对借款成功具有正向影响，而历史流标次数对借款成功具有负向影响，但是二者相比流标次数的影响程度明显高于成功次数;借款利率与借款成功与否也具有正相关关系;相较其他因素，借款金额和期限对借款成功与否的影响程度最小，在模型建立过程中因其显著性不高，没有将这两个因素纳入到模型中。最终，运用二元logistic回归模型并通过机器学习不断优化参数，建立了包括评级、历史成功次数、历史失败次数和借款利率在内的借款成功预测模型，该模型在不同测试集的预测准确度均超过90％，在全部样本数据的预测准确率达到91.88％，说明本文提出的模型和方法论可以帮助企业较好地预测P2P网络借贷平台借款成功与否。文末，本文还就借款成功与否影响因素的研究及P2P行业发展提出了建议和展望。