互联网金融是传统金融与互联网结合以实现资金融通、投资、支付和信息中介服务的新兴金融模式。P2P网络借贷平台(以下简称P2P平台)是一种将小额资金聚集起来借贷给有资金需求人群的一种民间小额借贷模式,是互联网金融和普惠金融的重要组成部分。P2P平台拓宽了中小企业的融资渠道,在一定程度上解决了中小企业融资难的问题,同时也给人们提供了一种流动性较好、收益较高的理财渠道。然而,近些年P2P平台暴雷事件频频发生,做好风险评估、控制和预判是政府监管部门、P2P平台自身以及投资者当下要解决的重要课题。本文围绕P2P平台风险评估与预警展开研究。首先,通过梳理P2P平台所面临的风险并挑选相关指标建立风险评估指标体系,其中合规风险下设合规性指标是通过阅读监管部门下发的监管文件并结合指标数据可获得性所总结归纳出来的,包括“是否有银行存管”、“是否有ICP号”、“注册资金是否合规”、“是否满足小额分散”以及“是否存在期限错配”,合规性指标较之前学者设立的相对完善。其次,本文从网贷之家上选取了250家在2018年5月底存活的、数据较为全面的平台作为样本平台,截至2019年5月底,当时选取的250家平台中有35家平台暴雷,215家平台存活,样本数据区间为2018年1月—2019年5月。运用Logistic回归模型分析影响P2P平台暴雷的因素以及模型预测的准确性。再次,选用250家平台2018年6月的数据进行突变级数模型实证预测效果检验,2018年6月—2019年5月为预测观测期,将运用突变级数法计算得到的平台总风险值对比风险等级预警信号表,将平台进行风险等级分类,从而预测平台的生存状态,并对预测效果进行了分析。然后,对存活的215家平台进行最新一期的风险评估与预警,剔除19家未披露数据的平台,将剩余的196家平台使用2019年5月的数据代入突变级数模型计算出相应的风险值进行风险评价,再对比风险预警等级信号表进行预警,并对风险评估与预警的结果进行了分析。最后,本文得出如下研究结论:第一,相比于Logistic回归模型95.2%的预测准确率,突变级数模型总体预测率更低,但预测监管部门关注的暴雷平台的准确性88.6%要高于Logistic回归模型的74.3%。突变级数模型的误拒风险较高而误受风险较低,模型相对“保守”。误拒只是增加了监管部门的监管成本,但误受可能会因没有及时监管而导致平台暴雷,显然暴雷造成的损失远远大于监管部门的监管成本,因此突变级数模型更加符合监管要求。第二,通过Logistic回归结果发现:保障模式、成交量/待收、平均借款期限、期限错配、平均预期收益率和资金净流入6个指标对P2P平台是否暴雷具有显著影响,通过重点监测这6个指标有助于监管部门对问题平台的识别与监管。第三,相比于Logistic回归模型,突变级数模型得出的结果能够更加直观地反映各个平台的风险状况以及平台在行业中的排名。实证结果表明196家平台中有58家平台处于预警状态。监管部门可以根据该结果重点监管被预警的平台,从而降低平台暴雷的可能性。投资者也可以参考该结果选择投资平台,从而降低投资风险。第四,从风险评估与预警结果看,北上广浙四个地区,浙江省P2P平台总体风险状况最好,而上海市P2P平台总体风险状态最差,上海市被预警的P2P平台数量占总量的54.5%,占比最大,风险比较高,监管部门应该重点关注上海市的P2P平台。从合规状况看,P2P平台在银行存管和小额分散这两个指标上合规率较高,在注册资金和期限错配方面不是很理想,而ICP号指标的合规率最低,仅为31.63%。北上广浙四地P2P平台合规状况排名依次为浙江省>北京市>上海市>广东省。根据实证研究结论对政府监管部门、P2P平台以及投资者分别提出了如下对策建议:完善信息披露管理制度、建立风险评估与预警机制、继续推进合规备案工作;降低成本以实现盈利、配合监管政策实施以实现合规运营;树立正确的投资观念、提高投资决策能力。同时也为今后类似新兴普惠金融模式的监管与发展做出了建议。