2014年以来,我国P2P网贷市场的监督逐渐强化。这从如今比较密集的网贷政策便能够得知,监督的强化直接造成了行业的大规模的格局调整,小规模、不正规的平台正在逐渐撤离市场。伴随《关于做好P2P网络借贷风险专项整治整改验收工作的通知》文件的出台与各地平台验收整改细节规定的颁布,部分问题平台的项目暂停发行或者被强制下线。同时,资金面收紧、金融去杠杆化,造成平台出现挤兑危机,大量平台跑路、倒闭、难以提现,导致投资人面临着较大的经济损失,明显对国内金融秩序和社会稳定带来了较大的影响。P2P网络借贷行业背后的风险尤其是平台的风险愈发严重,P2P平台的风险控制也愈发重要。因此,构建P2P平台风险评价模型对平台风险进行有效识别具有重要意义。本文通过梳理以往对于P2P网贷平台风险的研究,选取了能较为全面的反映P2P网贷平台风险的指标。首先对获得的指标数据先描述性分析,然后利用随机森林构造P2P网贷平台风险评价模型并通过混淆矩阵得到随机森林模型对风险的预测精度,再和机器学习的支持向量机和逻辑斯蒂模型对比,分析得出最优模型。最后通过随机森林得到指标的重要性程度采用因子分析对P2P平台风险进行评价。研究结果表明:与支持向量机和逻辑斯蒂模型相比,随机森林模型的预测效果更好。成交量、平均预期收益率、投资人数、借款标数、满标用时这五项指标对于P2P网贷平台风险识别的重要度较高,投资者可以重点关注这些指标对平台的风险进行预测识别。因子分析得到的P2P平台风险评价中排名前三的平台为陆金服、你我贷、麻袋财富。