P2P网络信贷(Online peer-to-peer lending)是指不发挥银行等传统金融机构的中介作用,通过网络平台直接向个体借款人提供无抵押小额贷款的借贷行为。P2P网络信贷利用互联网平台拓宽借贷范围,提高融资效率,分散风险,加之客户进入门槛低、利率浮动范围大、期限灵活,满足了个体及中小企业多样化的融资需求。P2P网络信贷正在成为传统借贷模式的有益补充,但是伴随规模扩大而逐渐累积的信用危机也已成为网络信贷行业面临的巨大挑战,平台借款人信用风险评估研究的紧迫性日益加剧。本文的研究对象是网贷平台中更容易受到信息不对称影响的新进入借款人,这部分借款人由于缺乏历史交易记录以及还款表现等信用信息,其信用风险评估的方法与模型和以往研究差异较大。本文具体研究内容如下:(1)探讨P2P网络信贷三种基本商业模式的流程与特征,重点比较研究国内四种商业模式代表性平台的基本参数与风控策略,归纳国内网贷行业中不同运营模式的共性与特点;总结判别分析、Logistic回归、线性规划法、神经网络方法以及决策树法四种个人评估方法的差异与优势,确定Logistic回归作为本文网络信贷新进入借款人信用风险评估的研究方法。(2)新进入借款人信用风险评估指标体系的研究。本文在商业银行个人信用风险评估指标体系的基础上,充分考虑网络信贷环境特点和新进入借款人信用信息内容,进行了合理改动,初步形成借款人评估备选指标。然后通过“好坏客户比”和Χ2统计量这两种数理方法完成备选指标的客观分组。(3)新进入借款人信用风险评估模型的构建与检验。计算指标信息增益值,对备选指标进行初步筛选,减少数据运算量,认识关键特征向量对输出变量的影响;其次应用WOE值对各分组赋予经济含义,并替代虚拟变量,有效简化模型。最后运用SPSS17.0对样本数据进行处理,建立新进入借款人信用风险评估的Logistic回归模型,并对模型进行拟合优度检验、预测精度检验。(4)新进入借款人信用评估模型的运用与改进。选取真实交易记录,演示模型在实际业务中的操作,并针对模型缺陷和实际业务特点,提出模型的改进策略。