P2P网络借贷是传统金融的互联网化。由于其进入门槛低、贷款方便快捷的特点，成为大多数融资困难的小微企业和个人的主要融资途径之一，同时，也为中小投资者创造了更多的投资机会。在市场需求旺盛的情况下，我国的P2P网络借贷在短期内获得高速发展。但由于我国征信体系尚不健全、行业监管体系有待完善，P2P网络借贷在发展的过程中也出现了诸多问题。尤其是2013年之后，“跑路”、“诈骗”、“停业”、“提现困难”等问题平台的数量呈加速增长之势，这些情况的出现，意味着为数不少的投资人遭受了巨大损失，同时也不利于行业的发展。因此如何提早识别出网贷平台的风险因素，对平台风险作出预警，为投资者进行投资选择提供一定的参考，以减少投资者的损失，已成为学者们普遍关注的一个重要研究话题。　　文章首先系统介绍了国内P2P网络借贷的发展现状，并进行了具体而深入的剖析，之后在此基础上对网络借贷行业所具有的破产跑路风险、非法集资风险、“拆标”风险、资金托管过程中存在的风险及资金来源和去向信息不明而造成的洗钱风险等进行详细论述。　　其次，根据网贷行业具有的风险，结合已有相关研究，从平台实力、收益性、风险控制、流动性、透明度五个维度整合14个变量，运用二元logistic回归法对这些变量进行筛选，共识别出11个对网贷平台运营状况影响显著的风险因素变量。再以这11个显著变量作为基础变量，构建基于BP神经网络的我国P2P网络借贷平台风险预警模型。将网络借贷平台的风险状况分为五个等级，利用模型及数据对P2P网贷平台的风险等级做出预警，模型预测准确度达到90%。　　最后，对全文的研究内容进行回顾和总结，从投资人角度给出了规避P2P网络借贷平台风险的意见和建议，并就该领域日后的研究方向进行了展望。　　综上所述，文章在进行实证研究的基础上，建立并形成了P2P网络借贷平台风险预警模型，以期能够辅助投资者作出投资决策，减少投资者的损失，同时也为行业的健康发展提供参考，具有一定的现实意义。