P2P 网络借贷(peer-to-peer online lending)于 2007 年引入中国,成为互联网金融的一种新兴形式。2018年以来,银保监会政策的强力出台以及问题事件的频发,使得P2P网络借贷平台行业风险全面爆发。截至2018年10月底网贷之家官网数据,正常运营的P2P网络借贷平台数量为1205家,累计问题平台数量为2 594家。银监会2017年8月颁布的《网络借贷信息中介机构业务活动信息披露指引》(以下简称《信息披露》)明确规定了 P2P网络借贷平台所需披露的相关信息,为网络借贷平台的规范运行提供了制度指导。2018年网贷行业因为平台暴雷景气程度大幅回落,网贷平台信用风险预警成为新的研究方向。本文通过搜集排名前59家网络借贷平台官网数据,结合《信息披露》条例运用相关性分析方法和主成分分析法来精确筛选出评级指标,构建出一个包含4个准则层,下设23个评级指标的信用风险指标体系。利用Logistic回归结合第三方评级机构评级结果进行预分析,再结合熵值法对指标进行赋权,构建出信用风险评估模型。根据平台综合评分结合改进的KLR信号分析法来划分网络借贷平台风险预警信号及风险预警区间,利用BP神经网络神进一步对59家网贷平台进行信用风险预警结果检验。发现预警结果与网贷平台实际情况具有一致性,该模型能够有效对网贷平台进行风险预警。进而为监管部门提供精准监管的依据,帮助投资者做出正确投资决策,以完善网贷平台信用评级体系,促进P2P网络借贷平台健康有序发展。