[发明专利]一种P2P网络借贷平台运营风险评估的系统

说明书

本发明涉及一种P2P网络借贷平台运营风险评估的系统，通过对大量P2P平台数据进行分析归纳出备选特征表，然后将备选特征表内的特征分为数据数值特性和数据存在特性，通过对这两个特性与平台的风险指数进行相关性分析，从而选取出主要特征对模型进行训练，确保模型的准确率和提高工作效率。

技术领域

本发明涉及一种风险评估的系统，具体涉及一种P2P网络借贷平台运营风险评估的系统。

背景技术

P2P是英文person-to-person的缩写，意即个人对个人,又称点对点网络借款，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,属于互联网金融产品的一种,属于民间小额借贷，借助互联网、移动互联网技术的网络信贷平台及相关理财行为、金融服务。

目前国内的P2P网络借贷平台多达几千家，对P2P平台的分析不仅仅要针对借款人的信用风险的分析，而且要对平台本身的运营风险进行分析，需要通过一些数据判断某一个平台是好是坏，即是否存在跑路风险，然而不同的平台数据类型不同，并且存在较多的相关性不强的数据，如果选用全部的数据对模型进行训练，工作效率不高，并且准确性不足，如何选用合适的数据进行模型训练，对模型的评估准确率存在较大影响。

发明内容

本发明其目的在于公开一种P2P网络借贷平台运营风险评估的系统，该方法通过收集大量的平台数据，从而总结备选特征表，然后对备选特征表内的特征进行相关性分析，提取出主要特征，采用主要特征及其特征数据对模型进行训练，从而提高工作效率和提高模型的评估准确率。

实现本发明所述P2P网络借贷平台运营风险评估的系统的技术方案是：

一种P2P网络借贷平台运营风险评估的系统，包括以下步骤：

1)第一次数据采集：获取多个P2P网络借贷平台的运营数据；

2)备选特征表建立：对第一次数据采集获得的运营数据进行筛选和提取，提取出特征和与特征相对应的数据，与特征相对应的数据定义为特征数据，依据特征数据的模式特征将特征分类建立备选特征表；

3)将备选特征表内的特征分为两个特性：数据数值特性和数据存在特性，数据数值特性为特征存在特征数据这一特性，数据存在特性为特征是否存在这一特性；

4)相关程度分析和特征选取：对特征的数据数值特性采用皮尔森相关系数、斯皮尔曼相关系数、肯德尔相关系数和p值进行相关性分析，通过上述四种分析方法，每个特征均获得4个分析值，选取相关性分析绝对值0.4以上，同时P值0.005以下的特征；对特征的数据存在特性采用弱关系指标进行相关性分析，特征A的弱关系指标＝(所有正常平台的特征A存在数据的比例+所有逃跑平台的特征A缺失数据的比例)/2，选取弱关系指标最大的几个特征；选取同时满足特征的数据数值特性相关性分析的选取条件和特征的数据存在特性相关性分析的选取条件的特征，将其定义为主要特征；

5)风险评估模型构建：建立一个用于计算出平台的运营风险值的风险评估模型；

6)模型训练：取第一次数据采集中第一预设量的正常平台和第一预设量的逃跑平台的数据，提取出这些平台的主要特征与主要特征数据对风险评估模型进行训练；

7)确定风险评估模型：通过模型训练后，取第一次数据采集中第二预设量的正常平台和第二预设量的逃跑平台的数据，提取出这些平台的主要特征与主要特征数据对风险评估模型进行测试，测试用的平台数据与训练用的平台数据不能重叠，通过测试结果对风险评估模型进行调整，重复测试与调整，直到测试结果能够准确反应平台的运营风险值；

8)二次数据采集：获取需要评估的P2P网络借贷平台的运营数据；

9)数据预处理：在二次数据采集获取的运营数据中提取出主要特征与主要特征数据；