我国P2P网贷行业起步较晚,但由于其融资门槛低,资金收益率高,操作流程较为便捷,吸引了众多资金需求者和投资者的眼球,一经出现便迅速发展,尤其在2013年后呈现出爆发式增长。P2P网贷平台的出现有助于个人实现资金周转,缓解中小微企业从传统金融机构贷款困难问题,也给资金盈余者提供了收益较为可观的投资渠道,使借贷双方实现了双赢。然而,野蛮生长伴随着难以估计的风险,2018年6月以来,全国范围内集中出现了百余起P2P网贷平台清盘、停业、实际控制人失联、停止兑付本息等风险事件,停业转型平台和问题平台数量大幅增加,严重威胁着互联网金融的健康发展,由此暴露出的平台风险及其预警等问题受到业界的日益关注。本文以P2P网贷平台为研究对象,重点研究其风险评价及预警问题。首先,依据P2P网贷平台风险表现形式进行风险识别,构建了由4个一级指标,16个二级指标组成的风险评价指标体系,利用熵权法建立了平台风险评价模型,并运用BP神经网络构建了平台风险预警模型。其次,从网贷之家、网贷天眼等第三方官网上选取了 306家P2P网贷平台数据,数据预处理后,运用BP神经网络通过模型训练,模型仿真进行了实证分析。最后,根据实证分析结果,从平台自身、监管部门、投资者与借款人角度提出相关建议与对策。研究表明,本文构建的指标体系可较好地反应平台风险,得到的实证结果符合预期效果,证明了 BP神经网络在构建预警模型方面的适用性,完善了预警模型的研究内容,并为相关者提供应对风险借鉴和参考。