近年来,随着我国经济的快速发展,互联网金融这一新生代概念日渐深入人心。在此背景下,P2P网贷作为互联网金融的主要模式之一,以其低门槛、高收益、便捷高效的优势,有效满足了个人客户和小微企业的融资需求,呈现出蓬勃发展的趋势。2007年,我国第一家P2P网贷平台拍拍贷正式成立。从此以后,一大批国内P2P网贷平台成立并进入高速发展期,其中出现了人人贷、微贷网、宜人财富等知名P2P网贷品牌。根据第一网贷发布的《2017年全国P2P行业大数据报告》显示,截至2017年底,我国P2P网贷平台数量已经达到4065家,平台数量位居世界第一。然而,在我国P2P网贷平台取得井喷式发展的同时,风险也开始积聚。e租宝、善林金融、唐小僧等多家大型P2P网贷平台出现跑路爆雷案件,给社会大众敲响了P2P网贷投资的警钟。我国P2P网贷平台中出现的延期兑付、提现困难、失联跑路等问题,严重扰乱了我国的市场经济秩序,导致众多P2P网贷投资者损失惨重,产生了极其不良的社会影响。为了应对我国P2P网贷行业信用缺失的问题,揭示各家P2P网贷平台的信用风险,对我国P2P网贷平台进行独立的第三方信用评级就具有十分重要的意义。首先,本文在对国内外P2P网贷平台以及信用评级相关文献进行系统分析的基础上,研究了P2P网贷平台的含义、发展现状、风险特点和主要问题,同时,也阐述了信用评级的含义、发展历程和一般方法,并指出P2P网贷平台信用评级的三大理论基础,分别为信息不对称理论、交易成本理论和博弈论。其次,本文对P2P网贷平台信用评级指标体系和信用评级方法展开了研究。本文先制定了P2P网贷平台信用评级指标的设计原则,并在参考现有的P2P网贷平台评级指标研究的基础上,确定了包含2个定性指标和12个定量指标在内的共14个指标的P2P网贷平台信用评级指标体系。2个定性指标为平台背景和平台担保模式。12个定量指标分别为平台成交量、平均预期收益率、平均借款期限、满标用时、待还余额、资金净流入、运营时间、前十大借款人待还金额占比、人均借款金额、投资人数、借款人数以及资金杠杆。在明确了P2P网贷平台信用评级指标体系之后,本文对基于因子得分的K-Means聚类算法进行了介绍,并把轮廓系数作为聚类质量的评价指标。最后,本文对基于因子得分的K-Means聚类算法的我国P2P网贷信用评级研究进行实证分析。第一步,选择我国P2P网贷行业中成立时间在18个月以上的主流的具有鲜明代表性的130家平台,选取其在2018年5月的月度数据,对130家P2P网贷平台的14个评级指标降维,得到反映我国P2P网贷平台信用风险的四大因子(网贷平台营运规模因子、网贷平台资金分散度因子、网贷平台安全保障因子以及网贷平台收益能力因子)并计算得分;第二步,以K-Means聚类算法对所有P2P网贷平台的因子得分进行500次聚类,利用聚类质量的评价指标——轮廓系数,比较每次聚类运算的质量,从而选出最优的聚类结果;第三步,针对聚类算法只给出各平台的分类结果而无法给出每类平台信用等级高低次序的特点,以各评级指标的算术平均值为依据,对各类别P2P网贷平台的特征进行归纳总结,确定各类别平台信用等级的相对高低,得到我国P2P网贷平台信用评级的最终结果;第四步,为了验证P2P网贷平台信用评级的有效性,本文以人工搜索的方式对这130家平台进行了近6个月的追踪,统计每家平台是否发生问题以及发生问题的原因,发现随着平台信用等级的下降,平台中问题平台的占比依次提高,这一统计结果与本文给出的信用评级结果相符。同时,本章也将该评级结果与国内知名的两家P2P网贷评级网站——网贷之家和网贷天眼所提供的P2P网贷平台2018年5月评级结果进行了对比,以事实说明本文所采用评级方法的优越性。除此之外,本文剔除2018年5月评级中已经出现问题的9家平台,以同样的信用评级方法,使用2018年6月份的数据对剩余的我国121家P2P网贷平台的信用风险作出评级并检验,发现各等级平台发生问题的实际情况仍然与本文给出的信用评级结果相符,本文2018年6月评级结果的准确性也仍然优于上述两家评级网站所给的评级结果,进一步证明了本文所采用评级方法的稳健性。本文有三点创新之处。第一,本文建立了定量指标(平台成交量、平均预期收益率、平均借款期限、满标用时、待还余额、资金净流入、运营时间、前十大借款人待还金额占比、人均借款金额、投资人数、借款人数、资金杠杆)和定性指标(平台背景、担保模式)相结合的P2P网贷平台信用评级指标体系,利用因子分析法对我国130家P2P网贷平台的14个评级指标降维,从网贷平台营运规模因子(包含平台成交量、待还余额、资金净流入、资金杠杆、投资人数)、网贷平台资金分散度因子(包含平台人均借款金额、前十大借款人待还金额占比、满标用时)、网贷平台安全保障因子(包含平台背景、担保模式)以及网贷平台收益能力因子(包含平台平均借款期限、平均预期收益率)等四个维度来刻画我国P2P网贷平台的信用风险。第二,本文集成因子分析法和K-Means聚类算法对我国P2P网贷平台进行信用评级。针对K-Means聚类算法中可能出现的局部最优问题,本文对样本平台数据进行了500次的聚类运算,并利用聚类质量的评价指标——轮廓系数,比较各次聚类运算的质量,选取最优的聚类结果。第三,针对现有大部分研究只给出P2P网贷平台的信用评级结果而缺少稳健性检验的情况,本文还进行了稳健性检验。在完成了对我国P2P网贷平台2018年5月信用评级结果的检验之后,本文再次对2018年6月的信用评级结果进行追踪和统计,并与网贷天眼和网贷之家两家评级网站2018年6月的评级对比,结果显示本文评级对问题平台的预警仍然是科学有效的,本文的信用评级结果仍然优于上述两家网站提供的评级结果。