P2P网络借贷(Peer-to-peer online lending)是指借款人与投资者之间通过P2P网络借贷平台,而不是传统金融所产生的无抵押贷款。由于大多数投资者通常不具备对项目进行鉴别的专业知识,大多数网贷平台都将借款者的信用评分作为投资决策的参考依据,并基于此选择借款者以规避违约风险。目前投资者越来越关注项目的利润,而不是仅仅着眼于投资项目的违约率。市场有效假说(EMH)认为,相同的利率应当反映相同的盈利能力。但是,在一个非完全市场化利率的环境下,通过数据挖掘技术能够识别出利润最高的贷款。那么平台披露的借贷利率是否能准确反映订单价值?影响订单违约风险和收益的因素有何区别?能否构建利润评分模型有效指导投资者追求收益最大化?这些问题都有待探索。本文利用Lending Club平台的交易数据对利润评分问题进行了深入的实证研究,得出了以下三个主要结论:第一,尽管国外平台会根据借款者的信用评级为订单进行借款利率设定,但研究发现网贷市场仍为非完全市场化的利率环境,借款利率并不完全反映订单的真实收益,说明有可能通过数据挖掘技术获得超额收益。第二,本文进一步研究了借贷订单违约概率和盈利能力的解释因素,研究发现:即使借款利率始终是影响风险和收益的核心指标,但是针对借贷风险和投资收益的各影响因素并不完全一致,有必要通过构建利润评分体系对信用评分模型进行补充。第三,当前P2P行业存在较高的违约率和较低的IRR,这与目前P2P网贷市场以信用评分作为唯一投资参考标准有关。本文通过构建基于CHAID决策树算法的利润评分模型预测贷款收益,研究结果表明使用利润评分模型可以在一定范围内稳健提升投资者收益率,使投资者更有可能获得超额收益。本论文的研究打破了现有工具只估计借款者违约风险的做法,给予机构和投资者一个更符合其利润最大化目标的工具。同时对于理解利率市场化、投资者决策行为等话题也具有一定的理论和现实意义。