CN110110957A - 一种基于p2p风险特征的预警监测方法 - Google Patents

Abstract

本发明涉及一种基于P2P风险特征的预警监测方法，对P2P平台进行获取并定期更新P2P平台，做到对存续状态的P2P平台进行及时监测、对无法提取数据或网站无法访问的P2P平台进行平台不存在或平台关闭的判定并交由专人处理；通过对存续状态下的P2P平台被提取的数据和相关的网络信息进行筛选并对应输入预警判断模型，若输出结果满足预警条件则通知预警人员进行处理。本发明可以用于对P2P平台进行实时、长时间监测，根据监测结果预先告知P2P平台是否存在倒台或跑路迹象，提前发现，便于布控和预防，减少P2P自雷损失。

Description

一种基于P2P风险特征的预警监测方法

技术领域

本发明涉及数字信息的传输，例如电报通信的技术领域，特别涉及一种基于多维度数据信息对P2P平台进行监测的基于P2P风险特征的预警监测方法。

背景技术

随着中国经济的飞速发展、金融行业的不断改革，经济水平不断攀升。在此社会经济环境下，企业及个人对资金的需求不断增长，借贷行业的市场巨大且无法被满足。

P2P借贷平台是金融行业中电子商务的一个分支，是依靠网络平台和信息技术实现借贷交易的服务型网站，这种金融服务方式是在经济发展以及网络应用功能的不断成熟和发展产生的结果，也是借贷用户的数量以及需求不断增加的环境下兴起的便捷式金融服务。

现时的P2P网络借贷行业内，门槛尚未清晰，不少没有提供服务资格的劣质投资者进入市场，这不仅会对市场的运营产生扰乱的影响，还可能对P2P借贷行业带来很多负面的消息，影响当前用户和未来意向用户的信心；同时，P2P网络借贷公司存在着运营风险，贷款方存在受欺诈的风险，借款方个人信息隐私亦存在着隐私泄露的风险；能否通过资金流动来创造经济提升的新纪元，关键就研究出在我国金融环境下的、针对P2P网络借贷在国内的发展发掘出相关的问题，为其在国内健康发展提出有价值的对策。

发明内容

本发明解决了现有技术中，P2P借贷平台存在门槛不清晰的情况，使得P2P网络借贷公司、贷款方和借款方均面临风险的问题，提供了一种优化的基于P2P风险特征的预警监测方法。

本发明所采用的技术方案是，一种基于P2P风险特征的预警监测方法，所述方法包括以下步骤：

步骤1：获取P2P平台；定期更新P2P平台；

步骤2：针对P2P平台的网站进行数据提取；若无法提取数据或网站无法访问，则平台不存在或平台关闭，则进行步骤5，否则，进行下一步；

步骤3：对任一P2P平台的被提取数据和网络信息进行筛选，将筛选得到的数据对应输入若干预警判断模型；

步骤4：若任一预警判断模型输出结果满足预警条件，则通知预警人员，否则进行下一步；

步骤5：结束。

优选地，所述步骤1中，获取的P2P平台包括已注册P2P网络借贷平台和通过P2P资讯网站爬取的未注册P2P网络借贷平台。

优选地，所述步骤2中，提取数据包括P2P平台的HTML页面、一级页面和二级页面中的投资记录信息、借款人披露信息和投资产品相对应的标的信息。

优选地，所述步骤2中，利用Jsoup请求URL，如若出现连接失效，则延时再次尝试访问请求，尝试N次后，若仍无法连接，则进行步骤5，结束监测，转由人工核实域名是否发生转移或网站是否关闭。

优选地，所述步骤3中，被提取数据筛选包括平台公告信息、平台资金信息，网络信息包括与任一P2P平台对应的舆情指数信息、舆情导向信息；所述预警判断模型包括与平台公告信息、平台资金信息、舆情指数信息、舆情导向信息对应的公告信息模型、自融模型、舆情指数模型和舆情导向模型。

优选地，所述平台公告信息包括解析平台页面后获得的页面节点内容；当公告信息模型匹配页面节点内容时匹配到异常关键词，则满足预警条件，通知预警人员进行人工核实。

优选地，所述平台资金信息包括借款人信息及借款人间的关联信息、平台标的及履约信息、平台基本资质信息、平台相关企业数据信息和平台资金流水信息；当自融模型检测到借款人信息存在预警特征、或平台标的及履约存在预警特征、或平台基本资质不全、或平台相关企业存在预警特征、或平台资金流向存在预警特征，则满足预警条件，通知预警人员进行人工核实。

优选地，所述舆情导向信息包括解析平台关联论坛、企业公开信息页面后获得的页面评论节点内容；当舆情导向模型匹配页面评论节点内容时匹配到负面舆论关键词，则满足预警条件，通知预警人员进行人工核实。

优选地，所述舆情指数信息包括距监测时刻一定时间段内的所有舆情指数；所述舆情指数模型将所有舆情指数基于LOF算法获取离群点，若存在离群点，则满足预警条件，以离群点指向信息通知预警人员进行人工核实。

优选地，所述舆情指数模型以日期为X轴、以每日舆情指数为Y轴，获取舆情指数分布图；获取离群点包括以下步骤：

步骤3.1：设定参数阈值、检索范围及第k距离k−distance；

步骤3.2：查找舆情指数分布图上的给定点与任一其余点的欧氏距离，并进行排序，锁定前N个点并记录对应的第k距离；

步骤3.3：计算每个点的可达密度和局部离群点因子；

步骤3.4：对每个点的局部离群点因子进行排序；

步骤3.5：取聚集的局部离群点因子所在的数值范围为正常范围，若存在任一局部离群点因子在正常范围外，则认为是离群点。

本发明提供了一种优化的基于P2P风险特征的预警监测方法，通过对于P2P平台进行获取并定期更新P2P平台，做到对存续状态的P2P平台进行及时监测、对无法提取数据或网站无法访问的P2P平台进行平台不存在或平台关闭的判定并交由专人处理；通过对存续状态下的P2P平台被提取的数据和相关的网络信息进行筛选并对应输入预警判断模型，若输出结果满足预警条件则通知预警人员进行处理。

本发明可以用于对P2P平台进行实时、长时间监测，根据监测结果预先告知P2P平台是否存在倒台或跑路迹象，提前发现，便于布控和预防，减少P2P自雷损失。

本发明针对P2P平台和当前行业与传统贷款市场得出其运行机制的框架，结合行业发展现状对P2P平台进行系统化和结构化的分析，抓住P2P借贷市场风险控制的要点，明确行业健康发展需要解决的主要问题和解决问题的基本对策，提高P2P借贷行业在人民群众心中的形象，同时改善P2P信贷行业内的素质，提升行业内公司的工作效率和核心竞争力，保证多方利益的实现。

附图说明

图1为本发明的方法流程图。

具体实施方式

下面结合实施例对本发明做进一步的详细描述，但本发明的保护范围并不限于此。

本发明涉及一种基于P2P风险特征的预警监测方法，所述方法包括以下步骤。

步骤1：获取P2P平台；定期更新P2P平台。

所述步骤1中，获取的P2P平台包括已注册P2P网络借贷平台和通过P2P资讯网站爬取的未注册P2P网络借贷平台。

本发明中，步骤1首先需要获得待提取数据的平台的名录，数据来源一般包括处于政要部门监管下的地方注册的P2P网络借贷平台和互联网公开数据的P2P平台，即未注册P2P网络借贷平台，前者一般由政要部门直接提供或公示网站，后者可以从互联网公开数据的P2P资讯网站，包括但不限于网贷之家和网贷天眼中进行爬取，获得近期上新的平台名称以及对应的平台网站。

本发明中，从互联网公开数据的P2P资讯网站中进行P2P网站爬取的频率可以为每天，保证尽可能准确地对P2P平台进行关注并监控。

本发明中，以网贷之家和网贷天眼为例，每天从网贷之家平台的Json接口http://www.wdzj.com/wdzj/html/json/dangan_search.json获取所有网贷平台名称等基本数据，更新入库，用于发现新的网贷平台，每天从网贷天眼平台列表接口http://www.p2peye.com/platform/all/p1/获取所有网贷平台状态数据，更新入库，用于获取网贷平台的新状态，将网贷之家和网贷天眼的数据取出并进行接口拼接，可以采集多个维度的网贷天眼数据。

步骤2：针对P2P平台的网站进行数据提取；若无法提取数据或网站无法访问，则平台不存在或平台关闭，则进行步骤5，否则，进行下一步。

所述步骤2中，提取数据包括P2P平台的HTML页面、一级页面和二级页面中的投资记录信息、借款人披露信息和投资产品相对应的标的信息。

所述步骤2中，利用Jsoup请求URL，如若出现连接失效，则延时再次尝试访问请求，尝试N次后，若仍无法连接，则进行步骤5，结束监测，转由人工核实域名是否发生转移或网站是否关闭。

本发明中，对P2P网络借贷、互联网股权融资、互联网支付、虚拟数字货币等非传统金融企业的数据进行接入，对互联网公开数据进行采集，并实现所有采集数据的预处理。其目的在于尽可能全面、及时、准确地发现互联网金融平台，并实现平台总体情况的实时动态监测，为风险监测、及时预警实现基础数据的动态积累。

本发明中，对于已注册P2P网络借贷平台，可以利用Jsoup请求页面抓取并返回HTML页面的全部信息，针对获取到的HTML页面进行一级页面和二级页面的扩散，对网站内的一级页面和二级页面进行分析，主要筛选的内容包括但不限于“投资记录信息”、“借款人披露信息”、“投资产品相对应的标的信息”；而如果多次访问不通，则标注疑似关闭网站并预警通知。

本发明中，对于未注册的P2P网络借贷平台，可以通过第三方推广网站数据抓取，如网贷天眼、网贷之家等。

本发明中，抓取的信息包括但不限于以下内容：

（1）“平台基础信息”，包括平台名称、所属行业类型、注册和上线时间、ICP备案号、银行存管信息、好评度、是否已关停、是否存在风险；

（2）“平台归属企业信息”，包括名称、组织机构代码（统一社会信用代码）、归属地、法人、注册时间、注册资金、经营范围、实际控股人、重要人员、股东信息、年报、股权变更信息、曾用名、资质信息、注销情况、纳税人数、纳税总额、行政处罚信息、经营异常名录信息、严重违法失信企业(黑名单)信息、抽查检查结果信息、双随机抽查结果信息、司法协助信息；

（3）“平台规模信息”，包括资金量、参与人数、借款人数、投资人数、平均借款周期、平均投资周期、沉淀资金量；

（4）“资金数据表现”，包括昨日数据表现集合{当日投资人数，当日流入资金量，当日人均投资金额，当日借款人数，当日人均借款金额，当日流出资金量，当日净流入资金量，当日逾期金额，当日待回款人数，当日待还借款人数，当日交易额，当日待还余额，当日平均投资期限，当日平均借贷期限，当日平均收益率，更新时间}、近7日数据表现集合{成交金额，综合年化利率，投资人数，贷款人数，平均借款周期，平均投资周期，借款人数，累计贷款余额，满标速度，更新时间，参考收益率，数据统计时间}；

（5）“平台风险信息”，包括风险详情、风险发现时间、风险来源、是否已关停、缺失资质、是否出现挤兑风险、企业处罚信息、网站漏洞、网站漏洞风险级别、网站暗链、网站健康度；

（6）“网站工商信息”，包括名称、域名、首页、备案号、所有人、企业名称、企业类型、验证时间、访问情况、上次更新时间、是否关停、关停时间、是否是僵尸网站、是否存在服务器迁移、原始服务器地址、迁移目标服务器地址；

（7）“网友印象”；

（8）“新闻和舆情信息”，包括新闻标题、新闻内容、内容来源、新闻时间、新闻、新闻关注度、是否是负面舆情、是否是热门新闻；

（9）“网贷天眼评级数据”，包括评级等级、数据评分、信披评分、合规评分、期限指标、利率指标、偿兑性、资金流入率、运营、地域性；

（10）“网贷之家评级数据”，包括发展指数、成交积分、人气积分、合规积分、透明度、流动性。

本发明中，在允许的前提下，P2P平台是否可以访问应于每天定时进行访问测试并及时反馈平台失效问题。一般情况下，平台访问利用Jsoup请求URL，如若出现连接失效，延时四个小时再次尝试访问请求，尝试三次后仍无法连接网站则被判定网站失效，增加至预警库转由人工核实是否发生域名转移或网站关闭。

步骤3：对任一P2P平台的被提取数据和网络信息进行筛选，将筛选得到的数据对应输入若干预警判断模型。

所述步骤3中，被提取数据筛选包括平台公告信息、平台资金信息，网络信息包括与任一P2P平台对应的舆情指数信息、舆情导向信息；所述预警判断模型包括与平台公告信息、平台资金信息、舆情指数信息、舆情导向信息对应的公告信息模型、自融模型、舆情指数模型和舆情导向模型。

所述平台公告信息包括解析平台页面后获得的页面节点内容；当公告信息模型匹配页面节点内容时匹配到异常关键词，则满足预警条件，通知预警人员进行人工核实。

所述平台资金信息包括借款人信息及借款人间的关联信息、平台标的及履约信息、平台基本资质信息、平台相关企业数据信息和平台资金流水信息；当自融模型检测到借款人信息存在预警特征、或平台标的及履约存在预警特征、或平台基本资质不全、或平台相关企业存在预警特征、或平台资金流向存在预警特征，则满足预警条件，通知预警人员进行人工核实。

所述舆情导向信息包括解析平台关联论坛、企业公开信息页面后获得的页面评论节点内容；当舆情导向模型匹配页面评论节点内容时匹配到负面舆论关键词，则满足预警条件，通知预警人员进行人工核实。

所述舆情指数信息包括距监测时刻一定时间段内的所有舆情指数；所述舆情指数模型将所有舆情指数基于LOF算法获取离群点，若存在离群点，则满足预警条件，以离群点指向信息通知预警人员进行人工核实。

所述舆情指数模型以日期为X轴、以每日舆情指数为Y轴，获取舆情指数分布图；获取离群点包括以下步骤：

步骤3.1：设定参数阈值、检索范围及第k距离k−distance；

步骤3.2：查找舆情指数分布图上的给定点与任一其余点的欧氏距离，并进行排序，锁定前N个点并记录对应的第k距离；

步骤3.3：计算每个点的可达密度和局部离群点因子；

步骤3.4：对每个点的局部离群点因子进行排序；

步骤3.5：取聚集的局部离群点因子所在的数值范围为正常范围，若存在任一局部离群点因子在正常范围外，则认为是离群点。

本发明中，公告信息模型主要识别的内容包括但不限于停运、延期、维护及关联的异常公告；通过利用Jsoup请求URL获取HTML，利用xpath节点解析HTML获取页面节点内容并进行匹配。

本发明中，自融模型主要用于平台信息的检测分析，进而判别平台是否存在自融风险。

本发明中，自融模型评判的平台资金信息主要涉及借款人信息及借款人间的关联信息、平台标的及履约信息、平台基本资质信息、平台相关企业数据信息和平台资金流水信息，任一部分存在自融特征即发出预警，人工审核。

本发明中，当借款人信息及借款人间的关联信息存在以下之一，则认为存在自融特征：

（1）同一借款人或有关联关系的借款人信息伪造；

（2）同一借款人或有关联关系的借款人信息模糊；

（3）同一借款人或有关联关系的借款人多次反复借款；

（4）同一借款人或有关联关系的借款人资金用途不明确；

（5）同一借款人或有关联关系的借款人范围为同一群人；

（6）同一借款人或有关联关系的借款人范围和平台能力范围不相符；

（7）同一借款人或有关联关系的借款人和募资平台存在直接或间接关系；

其中，在具体判定借款人之间的关联时，可以根据获取的标的公示信息中借款人的非脱敏部分身份证号码相同，进而认定为同一借款人，同时可以根据获取的标的公示信息中借款人的非脱敏部分身份证号码与平台公司的董监高成员及其亲属的身份号码匹配存在相同，则认定为有关联的关系借款人。此处对于关联的判断可以依据本领域技术人员的常规理解自行设置。

本发明中，平台标的及履约信息包括但不限于平台逾期金额、逾期率、逾期时间、活动次数、标的信息，标的信息包括利率、时间、数量、期限、投资人数、投资金额等，当存在以下之一，则认为存在自融特征：

（1）平台不断提高标的利率；

（2）平台不断提高标的数量并缩短标的期限；

（3）平台不断推出高成本贴息贴利活动；

（4）平台逾期资金不断增多；

（5）平台公布的逾期率远低于同行甚至银行机构逾期率，其中，“远低于”是指低于央行上年公布逾期率的70%及以下。

本发明中，当平台基本资质信息应当完备，并据此排除自融特征：

（1）平台是否具有银行存管证明、icp许可证、金融备案许可证、风险备付金；

（2）担保方（融担方）的许可证和营业执照中的营业范围是否包含贷款担保、票据承兑担保、贸易融资担保、项目融资担保、信用证担保及其他融资性担保业务，担保方（融担方）的经营状况和在保余额，融担是否出具担保函，是否有反担保措施，其中，经营状况还包括但不限于担保方是否仍在经营、是否仍具有担保资质。

本发明中，平台相关企业数据信息包括P2P平台的相关企业背景数据，检测是否有企业主动异常，并辨别是否存在以下特征，若是，则存在自融特征：

（1）企业涉及资金困难；

（2）企业涉及对资金需求大的实体行业；

（3）募资平台、担保方、贷款平台三者背景方存在直接或间接关系。

本发明中，平台资金流水信息需获取央行资金流水数据，以作资金查明和追踪资金流向，当满足资金流水最终汇集到同一方使用时，认为存在自融特征。

本发明中，舆情导向分析包括但不限于利用数据库内网友印象、新闻数据、资讯网站内评论详情，筛选是否存在“跑路”、“雷”、“延期”、“还钱”、“自融”、“涉嫌”、“曝光”等明显负面舆论，对于出现异常舆论的平台将增加到预警库；在平台数据获取的过程中，可以进一步查看平台舆情信息是否出现退款延期、平台暴雷、跑路等相关信息，通过访问网贷天眼以及网贷之家的评论页面信息，利用Jsoup请求URL获取HTML，利用xpath节点解析HTML获取页面节点内容，抓取所有评论节点，如若匹配到退款延期、平台暴雷、跑路等相关信息则增加至预警库转由人工核实。

本发明中，舆情导向分析还包括公司舆情信息，包括是否出现公司倒闭、高管跑路、高管频繁更换等负面新闻，可以通过访问相关网站的详情页面、网贷巴士论坛页面等，利用Jsoup请求URL获取HTML，利用xpath节点解析HTML获取页面节点内容，抓取所有评论节点，如若出现公司倒闭、高管跑路、高管频繁更换等负面新闻则增加至预警库转由人工核实。

本发明中，舆情指数分析是指利用LOF算法（Local Outlier Factor，局部离群因子检测方法）以离群点分析计算平台是否存在舆情激增现象。举例来说，以时间线为X轴，每日舆情指数为Y轴，参数阈值YU_VALUE设置为1.5、检索范围为365、第k距离k−distance为0.7，找到给定点与其他点的欧几里得距离，对欧几里得距离进行排序，找到前5位的点，并同时记下k距离，计算每个点的可达密度及每个点的局部离群点因子，对每个点的局部离群点因子进行排序；当LOF远大于1，则认为是离群因子，接近于1，则是正常点。如抓取前一个月舆情指数，基于密度的局部离群点检测获取离群点，筛选激增型离群点，每日记录筛选结果，对于离群点因子差异性较大的离群点输出到预警库；LOF算法会给数据集中的每个点计算一个离群因子LOF，通过判断LOF是否接近于1来判定是否是离群因子，若LOF远大于1，则认为是离群因子，接近于1，则是正常点。本领域技术人员容易从计算结果中判断“远大于1”的点的存在，此为本领域公知常识。

本发明中，参数阈值YU_VALUE用于控制达到预警接线的阈值，检索范围ONE_YEAR用于控制之前的某个时间长度数据作为舆情波动基础数据，k−distance则是检索范围内数据默认合理数据的百分比。

步骤4：若任一预警判断模型输出结果满足预警条件，则通知预警人员，否则进行下一步。

步骤5：结束。

Claims (10)

1.一种基于P2P风险特征的预警监测方法，其特征在于：所述方法包括以下步骤：

步骤1：获取P2P平台；定期更新P2P平台；

步骤2：针对P2P平台的网站进行数据提取；若无法提取数据或网站无法访问，则平台不存在或平台关闭，则进行步骤5，否则，进行下一步；

步骤3：对任一P2P平台的被提取数据和网络信息进行筛选，将筛选得到的数据对应输入若干预警判断模型；

步骤4：若任一预警判断模型输出结果满足预警条件，则通知预警人员，否则进行下一步；

步骤5：结束。

2.根据权利要求1所述的一种基于P2P风险特征的预警监测方法，其特征在于：所述步骤1中，获取的P2P平台包括已注册P2P网络借贷平台和通过P2P资讯网站爬取的未注册P2P网络借贷平台。

3.根据权利要求1所述的一种基于P2P风险特征的预警监测方法，其特征在于：所述步骤2中，提取数据包括P2P平台的HTML页面、一级页面和二级页面中的投资记录信息、借款人披露信息和投资产品相对应的标的信息。

4.根据权利要求1所述的一种基于P2P风险特征的预警监测方法，其特征在于：所述步骤2中，利用Jsoup请求URL，如若出现连接失效，则延时再次尝试访问请求，尝试N次后，若仍无法连接，则进行步骤5，结束监测，转由人工核实域名是否发生转移或网站是否关闭。

5.根据权利要求1所述的一种基于P2P风险特征的预警监测方法，其特征在于：所述步骤3中，被提取数据筛选包括平台公告信息、平台资金信息，网络信息包括与任一P2P平台对应的舆情指数信息、舆情导向信息；所述预警判断模型包括与平台公告信息、平台资金信息、舆情指数信息、舆情导向信息对应的公告信息模型、自融模型、舆情指数模型和舆情导向模型。

6.根据权利要求5所述的一种基于P2P风险特征的预警监测方法，其特征在于：所述平台公告信息包括解析平台页面后获得的页面节点内容；当公告信息模型匹配页面节点内容时匹配到异常关键词，则满足预警条件，通知预警人员进行人工核实。

7.根据权利要求5所述的一种基于P2P风险特征的预警监测方法，其特征在于：所述平台资金信息包括借款人信息及借款人间的关联信息、平台标的及履约信息、平台基本资质信息、平台相关企业数据信息和平台资金流水信息；当自融模型检测到借款人信息存在预警特征、或平台标的及履约存在预警特征、或平台基本资质不全、或平台相关企业存在预警特征、或平台资金流向存在预警特征，则满足预警条件，通知预警人员进行人工核实。

8.根据权利要求5所述的一种基于P2P风险特征的预警监测方法，其特征在于：所述舆情导向信息包括解析平台关联论坛、企业公开信息页面后获得的页面评论节点内容；当舆情导向模型匹配页面评论节点内容时匹配到负面舆论关键词，则满足预警条件，通知预警人员进行人工核实。

9.根据权利要求5或8所述的一种基于P2P风险特征的预警监测方法，其特征在于：所述舆情指数信息包括距监测时刻一定时间段内的所有舆情指数；所述舆情指数模型将所有舆情指数基于LOF算法获取离群点，若存在离群点，则满足预警条件，以离群点指向信息通知预警人员进行人工核实。

10.根据权利要求9所述的一种基于P2P风险特征的预警监测方法，其特征在于：所述舆情指数模型以日期为X轴、以每日舆情指数为Y轴，获取舆情指数分布图；获取离群点包括以下步骤：

步骤3.1：设定参数阈值、检索范围及第k距离k−distance；

步骤3.2：查找舆情指数分布图上的给定点与任一其余点的欧氏距离，并进行排序，锁定前N个点并记录对应的第k距离；

步骤3.3：计算每个点的可达密度和局部离群点因子；

步骤3.4：对每个点的局部离群点因子进行排序；

步骤3.5：取聚集的局部离群点因子所在的数值范围为正常范围，若存在任一局部离群点因子在正常范围外，则认为是离群点。