近年来在政府大力鼓励发展普惠金融的背景下，新兴互联网技术与传统民间资本借贷迸出火花，网贷平台一时间遍地开花，蓬勃发展，不仅活跃了金融市场，而且繁荣了市场经济，一度成为最闪亮的明珠。与光辉相伴，因缺乏金融监管与法律法规，网贷平台行业犹如脱缰野马，疯狂发展。跑路、破产、“以网贷之名行诈骗之实”等问题频频发生，使网贷投资者苦不堪言，人人谈“网贷”而色变。网贷平台问题的恶化不仅束缚了网贷行业的良性循环发展，而且也扰乱了金融秩序与社会经济的稳定。因此制定和完善网贷法律法规，加强网贷行业监管，规范市场行为，控制问题恶化已经迫在眉睫。抓住平台问题风险的关键影响因子，建立高效的平台风险预警模型成为加强监管的两项重要任务。　　1.本文研究目的及研究内容。网贷平台对金融与实体经济的发展作用不言而喻，但网贷行业乱象不仅令投资者苦不堪言，而且扰乱了金融市场与实体经济的稳定。加重平台问题风险的因素很多，既可能包括法制环境不健全、社会信用体系缺失、宏观及行业经济不景气等外部因素，也可能包括财务问题、风控与管理不善、欺诈与资金自融等内部因素。现亟需对网贷行业作全面系统研究，找到问题症结，对症下药，对投资者、网贷平台与金融监管机构提出针对性意见。本文研究旨在达到以下两个目标：第一，在整理总结前人相关研究的基础之上，创造性构建出经济区位因素、网络舆情、平台实力背景、产品类型与经营模式、经营状况、风险集中程度、保障模式等七大指标体系，比较分析与回归分析网贷平台风险与问题的影响因子，基于随机森林VIM抓住关键影响指标，为平台加强风控与管理，金融监管部门与投资者有效甄别高风险平台与金融监管部门制定有效政策提出合理建议；第二，探索深度学习在风险预警中的运用，提高风险预警模型预测的准确性，为平台风险预警模型的发展提供新的思路。　　本文分为绪论、文献综述、研究方法综述、平台问题风险影响机制研究、风险预警模型研究与结论共六大章节。第一章为绪论，绪论部分主要阐述本文研究背景及研究意义、研究内容及将要达到的目标与本文研究特色。第二章为文献综述，了解网贷行业是研究网贷问题的前提与基础，文献综述首先阐述网贷的内涵与作用，使读者能够对网贷行业有一个初步认识。然后整理、总结平台问题成因相关研究与预警模型研究。最后发现既有相关研究的缺陷与短板。第三章为研究方法综述，研究方法综述部分将分别阐述本文即将使用的比较分析法、随机森林 VIM、Probit模型及栈式降噪自编码器的原理、运用可行性与优势。第四章为平台问题风险影响机制研究，本章将运用比较分析法与t检验探究各个影响因子对平台问题概率与存活周期的影响差异。第五章为风险预警模型研究，本章运用随机森林VIM抓住关键影响因素剔除冗余变量，然后运用 Probit模型探究各个变量对问题概率的线性影响，接下来将探索栈式降噪自编码器在平台风险预警中运用，最后横向比较随机森林、Probit与栈式降噪自编码器的模型效果。第六章为结论，本章将总结前文的研究结果与局限性，根据既有研究结论提出合理化的政策建议，并且对未来研究提出设想。　　2.本文研究特色　　①从研究对象来看，P2P网贷是近年来金融业发展中最璀璨的明珠，但网贷问题频发，人人谈“网贷”而色变，网贷问题控制一直是当下亟待解决的难题。本文以关乎金融业与实体经济稳定、发展的热点问题为出发点与落脚点是本文研究最大价值之所在。本文不仅剖析问题风险影响因子，抓住关键影响指标，为网贷平台改善风控与管理、网贷投资者与金融监管部门有效甄别高风险平台提供建议，为金融监管部门的政策制定提供理论依据，而且探索风险预警新方法、新思路，为降低问题风险作出贡献。　　②从研究指标来看，本文在整理总结前人大量研究的基础之上，创造性地引入经济区位因素、网络舆情两大指标，构造了经济区位因素、网络舆情、平台实力背景、产品类型与经营模式、经营状况、风险集中程度、保障模式七大指标体系。此外本文将运用比较分析、回归分析、随机森林VIM等多种方法对影响因素进行多维剖析、反复验证。因此本文研究的指标体系更加健全，对影响因子的分析更加系统、透彻，克服了前人研究指标不足与研究深度不够的缺陷。　　③从研究方法来看，我们正处在信息爆炸、人工智能时代，各种信息数据快速增长，各种优秀智能算法层出不穷。许多卓越的机器学习算法如 SVM、深度学习等在图像识别、文字识别、语音识别等领域取得了出色的成绩。许多学者前赴后继地探索智能算法在人文社科领域的运用，商务智能与金融智能已经开花结果。探索机器学习在金融风险预警领域的应用也已经势不可挡。高效、稳健而精确的平台风险预警模型既可帮助金融监管部门提升监管效果，也可帮助平台加强自身防范，也可辅助投资者作出投资决策。本文将探索栈式降噪自编码器（SDA）在平台风险预警中的运用，首先从理论层面分析SDA在风险预警中的可行性与优势所在，然后实证对比SDA的性能与精确度。利用网络爬虫技术从互联网中获取网贷平台经营数据与档案数据，基于样本数据进行实证分析，弥补了前人理论研究缺乏实证支持的短板。　　3.本文主要结论。通过实证分析，最终得到的结论如下：①网络舆情在区分正常运营平台与问题平台中的作用非常突出。网贷投资者反映有欺诈或有资金自融嫌疑的平台发生问题的几率明显更高。②雄厚的实力背景能够在一定程度上遏制平台问题的发生，上市平台与国有资本控股平台出现问题可能性更低，存活时间更久；有合格资金托管方的平台发生问题可能性也更低，存活时间也更久。③许诺高额产品收益，存在秒标、天标与支持自动投标都会加重平台问题风险。正常运营平台的产品平均收益维持在14%左右，问题平台的产品平均收益能够高达24%左右。支持债权转让的平台出现问题的可能性更低。④平台点击量的变化是辨别问题平台的重要手段。点击量较高的平台发生问题可能性显著低于点击量较低的平台。正常运营平台的人员活跃度、资金运作量将远远高于问题平台。⑤借款过度集中是平台问题发生的定时炸弹，信息公开能够促进网贷行业健康发展。问题平台的前三借款占比（63.52%）是正常平台的前三借款占比（29.12%）的两倍，随机森林VIM结果显示前三借款占比是区分问题平台与正常运营平台的关键变量。正常运营平台的信息公开程度远高于问题平台的信息公开程度。信息公开能够促进网贷行业的健康有序发展。⑥平台经营状况、前三借款占比、网贷产品平均收益率、网贷平台透明度、网络舆情等是平台问题风险的关键影响因子。⑦栈式降噪自编码器在风险预警中表现出色，实证结果显示栈式降噪自编码器在风险预警中预测精确度高于随机森林与Probit。　　4.本文政策建议。根据本文的实证研究与分析结果得出以下十点政策建议：①网贷投资者应充分利用互联网信息辅助投资决策；②平台实力背景分析可以帮助网贷投资者与监管机构甄别分析；③建立和完善平台资金托管制度；④谨慎对待高额产品收益，杜绝秒标、天标等不合理标的；⑤理性对待债权转让机制；⑥杜绝平台自动投标；⑦建立公开透明的 P2P市场环境；⑧建立贷款集中风险预警；⑨谨慎对待平台保障；⑩重视平台日常经营数据的作用。