近年来,随着互联网金融在国内的快速发展,众多的互联网金融业务模式开始崛起,并通过网络的力量被迅速普及和推广,在加剧了金融市场竞争的同时也改善了资本配置的效率。互联网技术与金融业务的日益融合,推动了以P2P为代表的金融创新的出现,并表现出强劲的发展态势。但在快速发展的同时也存在着如信用风险、市场风险、操作风险和政策风险等多种风险,而信用风险即违约率是P2P网贷行业所面临的最主要风险。由于目前大多数P2P网络平台尚未建立自己的信用风险评估模型,这将会直接威胁到P2P网络平台的安全及生存。本文首先分析了在P2P网贷中产生信用风险的原因;其次分析了常用的个人信用风险评估方法,通过比较得出Logistics回归模型更适合衡量P2P网贷信用风险;再次对Logistics回归进行了系统地阐述;最后根据网贷客户的实际数据进行实证研究。本文实证部分的数据集分为训练样本集和测试样本集,首先通过训练样本得出客户的性别,年龄、资产、身份信息、储蓄卡支出金额、信用卡支出金额、信用卡收入金额、按时还款还贷情况、以及客户相关联的邮箱数量等信息对客户的违约情况有密切的联系;此外通过分类表及ROC曲线发现模型的预测准确性达到了70%左右。用同样的方法对测试样本集根据筛选出来的八个个变量进行回代预测,得到预测准确性为71.2%,与训练样本集接近,进一步说明了模型的稳健性,该模型能很好的预测客户的违约情况。