P2P网络借贷是指个体和个体之间通过互联网平台实现的直接借贷，是一种全新的信贷模式，它将民间借贷市场建立在互联网、电子商务、金融服务等基础之上，从而电子商务公司能够为个人提供交易平台，辅助个人与个人之间建立借贷关系，其中P2P网贷公司承担着电子商务公司的职能。P2P网络借贷在我国金融体系中扮演着极为重要的角色，不仅弥补了我国传统借贷市场的不足，促进了我国金融体系的发展，还加快了互联网与金融体系融合的进度。但是，我国 P2P网络借贷行业却呈现一种不健康的发展态势，行业野蛮生长，在我国经济稳健发展的大环境下，P2P网络借贷行业就暴露出了大量的违约事件和信用风险，一旦出现较为严重的经济危机，整个P2P网贷行业将会是最先崩溃的行业之一。因此，风险控制是网贷行业亘古不变的话题。　　本研究基于国内外P2P网络借贷行业发展现状，首先分析了我国网贷行业的短板----信用风险控制，并从信用风险控制的角度，解析了P2P网贷流程，确定了风险源头和风险传递过程，将风险源头的信用风险控制作为本文的核心研究要点。其次，为了使研究更加准确、有效，根据历史上对个人信用风险评估的研究方法进行了归纳总结，通过对比主流信用风险评估方法，筛选出了目前较为合适的评估方法----Logistic回归模型，由于对个人信用风险评估需要基于借款人个人信息以及其历史借贷行为信息，这些信息大多为分类变量或字符串变量，为了使这些信息更好的与Logistic回归模型融合，本文引入了与传统虚拟变量相区别的方法----信息熵方法，通过计算指标变量的IV值筛选出对借款人是否违约影响较大的变量，并计算出对应的WOE数值，使其直接能够适用于Logistic回归模型；再次，为了保证模型的普遍适用性和准确性，首先运用计量模型替换法，将实验样本带入Probit模型中，得出与Logistic回归模型一致的结论，检验了模型稳健性；然后本文运用变量替换法，将原模型中的核心变量认证标志替换为另一个核心变量----信用等级，得到了模型稳健的结论；最后，为保证模型使用者在使用模型时保持客观、科学，利用ROC曲线确定了区分好坏客户的成功借款概率阀值，使模型使用者能直接得出借款人是否会违约的结论，而不是根据其违约概率主观判断借款人是否会发生违约。