P2P网络信贷即个人对个人信贷,是基于网络平台的个人直接借贷模式。自P2P网络信贷进入我国以来掀起了“P2P浪潮”。截止2012年底全国P2P网络信贷公司已达上千家,融资规模近80亿元。P2P网络信贷平台数量几何式增长并不能代表P2P网络信贷业的成熟,P2P作为新兴的信贷模式在发展过程中仍有较多问题。P2P网络信贷作为一种信贷业务,加之P2P网络信贷公司规模普遍较小,其风险管理能力远低于传统商业银行,所面临的最大风险就是信用风险,而目前大多数P2P网络平台尚未建立自己的信用风险评估模型。据上,本文主要是从信用角度的出发,分析P2P网络信贷中借款人这一角色的信用风险,根据拍拍贷、宜信、365易贷等4家P2P网络平台所披露的借款人个人信息,选取若干个指标,基于BP神经网络构建P2P网络信贷信用风险评估模型进行训练和仿真。训练和仿真结果证明模型具备对借款人信用的预测评估能力,适合于P2P网络信贷借款人的信用风险评估。本文最后根据B-P神经网络模型的研究结论以及个人信用风险评估内外环境的要求,本文提出了完善P2P网络信贷借款人信用风险评估制度的对策和建议。