Este artículo utiliza aprendizaje automático supervisado (análisis de sentimientos) para analizar los sentimientos de la información en redes sociales en el mercado de préstamos P2P. Después de la segmentación, filtrado, extracción de palabras clave y entrenamiento del modelo de la información textual capturada por Python, se calcularon los sentimientos de la información mediática y de redes sociales para examinar el efecto de los sentimientos mediáticos y de redes sociales en la probabilidad de incumplimiento y el costo de capital de las plataformas de préstamos entre pares (P2P) en China (2015-2019). Encontramos que solo los cambios positivos en el sentimiento mediático y de redes sociales tienen efectos negativos significativos en la probabilidad de incumplimiento de la plataforma y en el costo de capital, mientras que los cambios negativos en el sentimiento no tienen ningún efecto. Concluimos la existencia de un efecto asimétrico de los sentimientos mediáticos y de redes sociales en el mercado de préstamos entre pares en China.