自从2005年Zopa在英国开创以来，各种各样的网络借贷平台迅速发展壮大。美国第一家P2P网络借贷平台——Prosper，始创于2006年，经过多年的发展与完善后，截止到2014年，Prosper以161万个会员并且总计完成了16亿美元的贷款总额，位居美国P2P网络借贷市场的榜首，当前已经拥有了超过50％的市场占有率，并于2015年1月底开始涉足医疗贷款领域。Kiva和Lengding Club也随后在美国逐渐创立发展，但其经营理念却与Prosper大为不同，重点在专注于服务弱势群体以及公益性贷款项目。2006年中国成立了第一家P2P借贷平台——宜信，此后相继建立了拍拍贷、宜信、红岭创投、人人贷等P2P网络借贷平台，自此以后，我国P2P网络借贷市场呈现出了蓬勃发展的态势。进入2013年后，我国P2P网络借贷平台更是以几乎每天一家的速度火速扩张。根据相关统计数据显示，P2P网络借贷与经济发展水平呈正相关，目前集中分布于金融水平较发达的东部地区。2014年中国P2P网贷平台成交量和期末贷款余额分别突破2500亿元和1000亿元;运营平台数量达1575家，年内共计116万投资者和63万融资者使用P2P网贷平台交易。P2P平台促进了民间借贷的繁荣，为舒缓中小企业融资困难、拓展民间资本投资渠道创造了全新的模式。　　本文研究的目的在于通过对我国P2P网络借贷过程中投标者行为的影响因素分析，找出影响投标者决策的关键性影响因素，并针对P2P网络借贷中的“秒标”现象做出logistic同归分析，预测“秒标”现象发生的概率，根据实证分析得出的结论，探寻“秒标”现象背后所反映出的现实问题，最后根据存在的问题提出相应的解决方案，为我国P2P网络借贷行业的参与者与监管者提供有价值的参考，从而让其尽可能地发挥出其应有的投融资作用，以此促进P2P行业的健康持续发展，增强我国金融市场的丰富性与多样性。　　本文主要研究我国P2P网络借贷市场中投标者的行为，根据借款基本信息与借款人主要信息各个指标，运用因子分析的方法找出影响投标者行为的关键性因素，并通过建立logistic回归模型对网络借贷市场中特有的“秒标”现象加以预测，从中发现我国P2P市场中存在的问题，为P2P网络借贷平台的参与者和监管者提供有价值的参考。本文主要采用以下研究方法:第一，因子分析法，本文运用SPSS软件进行因子分析，对投标者影响因素的影响力大小予以排序，找出重要影响因素指标，并进一步进行公因子提取，总结出影响我国P2P网络借贷平台投标者投标决策的影响因素。第二，Logistic回归分析法，本文首先建立logistic模型，然后运用SPSS软件进行回归分析，对P2P网络借贷市场中的“秒标”现象进行研究，并找出“秒标”行为背后的影响因素，最后预测该模型的可信度。　　本文侧重于分析国内P2P网络借贷市场中投标者的行为分析，主要以国内具有代表性的网络借贷平台人人贷为例，进行深入浅出的研究分析，为投标者提供合理的分析结果与建议。具体来讲，本文共包括以下六个部分:第一部分是绪论，阐述本文的研究背景、研究目的和意义、研究内容与方法、研究框架;第二部分是P2P网络借贷领域专家学者的文献综述，首先对P2P网络借贷的概念予以界定，然后分别从投标者的羊群行为、投标者决策的影响因素、投标者投资风格三个方面论述相关专家学者在P2P网络借贷领域研究的理论成果，最后在对该领域研究成果评价的基础之上论述本文研究内容及方法的不同之处;第三部分是我国P2P网络借贷行业投标者行为的特点分析，从我国P2P网络借贷投标者自身的特点、投资偏好的特点等不同方面去分析其行为特征，以深入了解投标者做出行为决策前所处的状态背景;第四部分是理论模型的建立与投标者行为的实证研究，首先介绍因子分析、logistic回归模型的建立、投标者行为研究的相关理论假设，然后介绍本文模型变量的选取以及样本数据的描述性统计及分析结果，在此基础上进一步进行因子分析，对各个因子的影响力大小进行排序，并提取公因子，总结出影响投标者决策的重要影响因素，最后再针对“秒标”现象进行logistic回归分析，通过影响因素的指标，来预测发生“秒标”现象的概率;第五部分为我国P2P网络借贷行业存在的问题及政策建议，通过以上实证分析的结果，提出合理政策建议，以促进我国P2P网络借贷行业健康发展;第六部分为总结与展望，首先对本文的研究进行总结，说明本文的创新之处及不足之处，并对我国P2P网络借贷投标者行为研究领域做出研究展望。