[发明专利]一种面向P2P平台运营风险评估的方法及系统

说明书

技术领域

本发明属于网络金融安全领域，尤其是网络金融借贷领域，具体涉及P2P网络借 贷平台运营风险评估方法及系统。

背景技术

随着互联网技术的迅速发展，金融业尤其是电子商务领域发生了巨大的变化。近 些年，一种新的借贷方式出现，即P2P网络借贷，改变了传统的借贷流程，使得借款 和贷款更为容易和便利。在网络借贷的过程中，资料与资金、合同、手续等全部通过 网络实现，借款人设置贷款支付标准，然后投资者通过竞争性投标行为向借款人贷款。 在P2P平台审阅之后，借款人可以发布一些详细的信息，譬如教育、工作情况、偿还 方式、利率，以及款项的一些具体的用途，投资者可以根据这些信息决定是否投资。 但这样也会存在一些问题，如借款人的信誉问题，清算问题，网络借贷平台的监管以 及信息不对称等风险问题。由于中国的特殊情况，如制度的缺失和监管力度的缺乏， P2P网络借贷平台存在着一定的运营风险。P2P网络借贷平台的运营风险主要是指P2P 平台经营状况的好坏，以及这个平台出现破产的情况的风险。

传统的对于P2P平台的分析主要是针对借款人的信用风险的分析，这在一定程度 上能够规避一定的损失；其次是对P2P平台的评判，即通过一些数据判断某一个平台 是好还是坏(主要是指是否出现跑路的情况)，这些分析主要是评估借款者的信用风险 以及通过分类的方法将这些平台分成几类。但是任何事物的发展都有一个变化过程， 传统的分析忽略了P2P网络借贷平台运营风险的变化情况。风险指数的变化能够反映 一个P2P平台的运营状况。

发明内容

本发明的目的是分析P2P网络借贷平台运营风险的状况，给出一段时间内P2P平 台运营风险情况的评估方法，以及运营风险评估系统，给予投资者以及平台的管理经 营者平台运营状况的信息。

为了实现上述目的，本发明采用的技术方案为一种面向P2P网络借贷平台运营风险 的评估方法，该方法包括以下步骤：

(1)获取P2P网络借贷平台的运营数据；

(2)数据预处理，清洗掉一些与P2P网络借贷平台不相关的信息或者收集到的错误信 息；

(3)通过细粒度的时间窗选取，以反映P2P网络借贷运营情况的变化；

(4)将清洗之后的数据保存；

(5)特征选取：训练集中，对于P2P网络借贷平台的多个特征，采用计算信息增益的 方式选取最相关的特征；

(6)对每个时间窗t，有特征{x₁,x₂,…,x_n}共有n个特征，设平台的风险指数为 表示在第t个时间窗内属性的特征值，由此可得一组该平台的权重 系数；

(7)根据上述求得的权重系数，计算并确认出每个时间窗内该P2P平台的运营风险指 数。

进一步，步骤1中获取运营数据可以通过网络爬虫，或者P2P网络借贷平台提 供的方式。

进一步，步骤4中数据保存时对于一些离散的数据在每一个时间窗t内可以采取分 组量化的方式，以获得更为详细的P2P网络借贷平台信息。

进一步，步骤5中所述计算信息增益的过程为：

选取最相关的特征；设集合S代表P2P网络借贷平台的所有的交易记录，有s条 记录；集合C＝{C₁,C₂}为P2P网络借贷平台的类别，C₁表示运营状况良好的平台类别， C₂表示发生跑路的P2P网络借贷平台，s_i表示类别为C_i的样本的个数，则有信息熵计算 公式：

其中P_i＝s_i/s.

假设特征属性A包含k个独立的特征属性，a₁,a₂,a₃,…,a_k；s_j表示在A属性条 件下，特征为a_j的样本个数；P_ij为S_j属于类别C_i的概率，则针对属性A 有信息熵计算公式：

其中

对于属性A的信息增益为：

Gain(A)＝I(s_1j,s_2j)-E(A)

如此，计算每个特征的信息增益，选取较大的信息增益相对应的特征作为分析对象。

进一步，步骤6中求取平台的权重系数的过程为：