该统计数据包含了2018年12月-2019年12月中国P2P网贷行业各月借贷余额情况。2018.12P2P网贷行业借贷余额最高，借贷余额9145亿元。

该统计数据包含了2018年12月-2019年12月中国P2P网贷行业各月平均借款期限情况。2019.12P2P网贷行业平均借款期限最高，平均借款期限537天。

该统计数据包含了2018年12月-2019年12月中国P2P网贷行业各月借贷金额情况。2018.12P2P网贷行业借贷金额最高，借贷金额926亿元。

该统计数据包含了2018年12月-2019年12月中国P2P网贷行业各月借款人数情况。2018.12P2P网贷行业借款人数最高，借款人数285万人。

该统计数据包含了2018年12月-2019年12月中国P2P网贷行业各月出借人数情况。2018.12P2P网贷行业出借人数最高，出借人数315万人。

P2P主题数据包包含40项数据（4个数据报告、36个表格数据），数据包的大小为23.8MB。P2P-点对点网络借款，是一种将小额资金聚集起来借贷给有资金需求人群的一种民间小额借贷模式，属于互联网金融（ITFIN）产品的一种。 从2012年发展至今，中国P2P平台进入爆发期，当年含线下放贷的网贷平台全年不完全统计的交易额已超百亿。然而由于处于初步发展阶段，国家无明确立法，缺乏有力的监管，2018年以来，P2P频现爆雷潮，仅上海地区P2P违约规模已超2000亿。随着政策持续收紧，各级政府相继发布网络信息中介机构备案细则与合规要求，深入加快行业透明化与合规化建设，降低行业风险。随着合规整顿的完成，行业环境得以净化，将重新吸引投资人和借款人，市场重现活力。 P2P作为传统金融的一种补充模式，覆盖广泛分散的小额贷款需求，预计未来5年年复合增长率达24.0%。本数据包总结了P2P市场的现状，分析了P2P市场爆雷情况，对于P2P市场的发展趋势做出了预测。

在互联网金融行业中，P2P领域的投资案例数最多，2014年投资案例数占行业总案例数的24.35%。2014年是全民理财觉醒的第一个完整年，从2014年至今，P2P行业备受VC/PE青睐。鉴于其广袤的市场需求空间，未来拥有风控等核心竞争力的P2P还将继续成为市场关注。

本文从用户的身份特质、消费倾向、还款能力、社交人脉、投资偏好和风险预警等六个方面对金融P2P人群洞察报告进行了解析。

我国融资结构一直以银行为主体，银行的强信用中介地位令投资者产生了信用幻觉，加之大银行的确有实力进行刚兑，这导致国内投资者十分注重保本保收益，存在明显的刚兑文化。此外，P2P起步时国内监管处于真空地带，直到15年才强调P2P平台要明确信息中介性质。早期众多P2P平台因竞争激烈，纷纷用提供担保来吸引客户，而自身的风控与资金实力根本无力承担，这也为后期行业爆雷埋下了隐患。

本文从P2P网贷行业的概况、行业人群画像、行业现状，对P2P网贷行业报告进行了解析。

本文从P2P市场概况、市场竞争性、P2P行业用户及典型企业对2017年度中国P2P市场研究报告进行了解析。

理财魔方、易观智库利用自身在数据挖掘及数据分析方面的优势，融合中财中国互联网经济研究院数据建模与数据解读的强大实力，在三方的共同努力下完成此次评级项目。本次评级是从多个维度对于P2P网贷平台数据进行系统分析，探索P2P网贷平台风险评级评估机制，最终为P2P网贷平台用户投资理财选择提供实操性参考。

本文分析了P2P行业的宏观环境，详解了P2P平台，解析P2P人群的互联网行为。

对于P2P网络借贷，在常规监督管理手段之外，我们还可以使用技术手段，监测分析平台的潜在风险。为此，我们利用外滩征信开发的针对国内P2P平台开发的风险评估体系，通过对多维度大数据特征的规律性研究。我们利用该体系将全国P2P平台统一进行评分后，按地区评分平均值，将不同地区划分为四个风险区：高风险区、中风险区、低风险区和健康区，被划分在高风险区和中风险区的地区, 应加大对当地P2P平台的监管力度。

报告通过对P2P网贷发展概况、P2P应用发展现状、细分应用排名等内容的分析，对 P2P网贷移动应用行业进行全面解读；另外，通过线上应用行为筛选出P2P理财和借贷两类不同人群，利用人口属性、设备属性、应用偏好等多维度数据对两类人群特征进行对比分析和深入洞察。

本数据记录了2017年中国P2P问题平台类型构成,其中失联及跑路196家

本文阐述了P2P行业的概况，洞察了P2P行业的人群，研究了P2P平台品牌。

本数据记录了2015-2017年中国P2P网贷平台,其中宜人贷2017 年12 月29 日市值26.29亿美元

支付新规出台互联网金融遭遇冲击，P2P网贷行业躺枪大批平台走向死亡，由此可见，随着互联网金融监管细则的陆续落地，P2P网贷行业将迎来一场别开生面的大洗牌，而洗牌中出局的平台将不在少数，业务效率将大大减缓。