一种平台综合风险预警系统技术方案

本发明专利技术涉及一种平台综合风险预警系统，所述系统包括：数据采集系统、风险预测系统、风险跟踪系统、风险预警系统，数据采集系统用于基于关键字集，爬取与平台风险事件相关的非结构化的文本数据，并生成多个结构化样本数据表；风险预测系统基于所述样本数据构建得到预测模型，并根据输入的待预测数据进行综合风险值测算，输出风险预测值；风险跟踪系统用于根据跟踪策略生成风险趋势跟踪报告；风险预警系统用于根据风险跟踪报告，在风险值超过设定预警阈值时产生并发送预警提示。利用本发明专利技术所述的系统，更有助于对平台的风险做自动跟踪分析和准确及时的监控预警。

【技术实现步骤摘要】
一种平台综合风险预警系统
本专利技术涉及风险监管领域，特别涉及一种平台综合风险预警系统。
技术介绍
近年来，互联网支付、网络借贷、股权众筹融资等互联网金融蓬勃发展。其中，网贷行业作为互联网金融的重要组成部分，市场规模，交易量近年来一直处于高速增长状态，与此同时，过去几年，平台倒闭与提现困难、违规经营的现象频有发生，引发各界对我国网贷市场安全性和稳定性的担忧，因此行业的迅猛发展对监管方提出更高的要求。面对平台存在的风险，现有的平台风险预警和监管系统在实际运行中存在以下问题：1、效率低：传统的风险管控方法依靠人力进行排查，面对网贷业务的海量交易数据显得无能为力；2、风险跟踪滞后：行业运营变化快，风险同样具有时效性，而行业信息数据量庞大，非结构化的自然语言文本信息很多，现有的平台风险预警系统技术上难以实时跟踪并及时发现平台的风险隐患。3、风险种类范围较窄：现有风险预警方法一般着重通过逾期率，不良率，是否有大量借款人具有相同特征再加上查询黑名单的方式进行预警及监管，风险根源排查有限，不利于全面刻画平台主体在经营活动和社会活动中的风险程度。专利号为CN201510076663.6，名称为“一种基于文本分析的P2P网络借贷风险预测系统”的中国专利提供了一种于网络借贷风险预测系统，其组成包括：平台数据采集模块；文本特征提取模块；风险预测模型搭建、训练模块；风险预测模块。但是该专利技术仅解决了网贷平台对网贷平台内部用户的借贷违约风险进行风险预测，其针对的主体主要是网贷用户，并未涉及金融机构对网贷平台的风险预警等技术问题，因此如何更全面、更及时、更准确地对平台进行实时风险跟踪和预警，是本领域亟需解决的技术问题。
技术实现思路
本专利技术的目的在于克服现有技术中存在的上述缺陷，提供一套针对平台的风险的自动跟踪和预警的技术方案。本专利技术的第一目的是解决如何实现基于大数据自动进行风险预警，以提高风险预警的时效性的技术问题。为了实现上述目的，本专利技术提出以下技术方案：一种平台综合风险预警系统，包括：数据采集系统：用于基于关键字集，爬取与平台风险事件相关的非结构化的文本数据，并从所述非结构化的文本数据中提取出特征信息，生成多个结构化样本数据表，并存储于数据库，所述样本数据表包含风险预测值类标识字段；风险预测系统：用于从数据库中获取样本数据，并基于所述样本数据构建得到预测模型，并根据输入的待预测数据进行综合风险值测算，输出综合风险预测值；风险跟踪系统：其数据输入端与风险预测系统的数据输出端连接，风险跟踪系统用于根据跟踪策略，向数据采集系统发送数据采集任务，以及根据风险预测系统输出的综合风险预测值，生成风险趋势跟踪报告；风险预警系统：其数据输入端与风险跟踪系统的数据输出端连接，用于根据风险跟踪报告，在风险预测值超过设定预警阈值时产生并发送预警提示。所述数据采集系统包括文本处理模块，所述文本处理模块用于从连续的非结构化文本数据中，抽取出与所述关键字集有关的字段信息。所述关键字集包括关键字的一种或多种的组合，所述关键字包括：基本信息类关键字、标的逾期类关键字、运营类关键字、资金链类关键字、借贷类关键字、集中度类关键字、合规类关键字、稳定性类关键字、舆情类关键字、其他类关键字；所述的其他类关键字包括：动态关联方类关键字、静态关联方类关键字。本专利技术的第二目的是解决如何实现追溯风险类型的技术问题，为此提供了进一步优化的技术方案：所述风险预测值类标识字段包括：平台实力类风险、标的逾期类风险、运营类风险、资金链类风险、借贷类风险、集中度类风险、合规类风险、稳定性类风险、舆情类风险、其他类风险。风险预测值类标识字段包括上述字段，即可进行对应的风险预测，通过对各个风险指标类别分别进行风险度量的技术处理，可以一定条件的溯源风险类型，而且也可以提升系统能够识别从部分到整体体现企业当前风险状况。所述多个样本数据表主要包括：平台实力类风险表，存储基础数据，所述基础数据包括融资金额、高管姓名、注册年限、注册资金；标的逾期类风险表，存储平台标的逾期事件数据；运营类风险表，存储平台日常运营数据；资金链类风险表，存储平台的资金流、兑付事件数据；借贷类风险表，存储平台发生的出借事件数据；集中度类风险表，存储平台客户借款及时间数据；合规类风险表，存储平台内外相关的违规事件数据；稳定性类风险表，存储借款人数据，所述借款人数据包括平台借款人年龄、地区以及借款企业的信用数据；舆情类风险表，存储与平台相关的主流媒体的负面舆情数据，所述负面舆情数据包括负面新闻和投诉；其他类风险表：存储与平台相关的工商信息、经营信息、关联方数据。构建预测模型时使用到的风险指标表包括一个一级风险指标表和一个二级风险指标表，其中所述一级风险指标表存储的数据包括：一级风险指标标识、一级指标权重、一级指标阈值；所述的二级风险指标表存储的数据包括：二级风险指标、所属一级风险指标标识、指标函数、二级指标权重、二级指标阈值。所述的一级风险指标表存储十个一级风险指标，具体包括：综合实力风险、逾期风险、运营风险、资金链风险、借贷行为风险、集中度风险、合规风险、稳定性风险、舆情风险、其他风险。本专利技术的第三目的是解决如何识别敏感突发高风险异常信息的技术问题，为此提供了进一步优化的技术方案：所述二级指标权重为动态权重。二级指标权重的调整策略为：判断二级风险指标的指标预测值是否超过二级指标阈值；如果是，则根据预定规则调整对应的二级指标权重，否则二级指标权重保持不变。通过对二级指标权重进行动态调整，然后基于调整后的二级指标权重进行一级风险指标的估计值计算，系统可以在刻画企业整体风险趋势的同时，保持识别敏感突发高风险异常信息的能力。调整后的二级指标权重为：，其中，是二级风险指标i的默认权重，T为超过二级指标阈值的二级风险指标集合，是二级指标j的默认权重。一级指标权重为动态权重，且当该一级风险指标下的至少一项二级风险指标的二级指标权重调整时，该一级风险指标的一级风险指标权重才调整。当二级指标权重有调整时，一级指标权重相应调整，可以更好地捕捉个别一级风险指标出现极端情况时对平台风险变动带来的影响，以提高风险预测的及时性。一级指标权重的调整策略为：，，其中，为二级风险指标的基础值标准化后的偏离；为权重加成，为得到权重加成的一级风险指标集合，是二级指标权重，是一级风险指标调整后的新权重。默认状态下，一级风险指标的风险预测值S为，N为属于该一级风险指标的二级风险指标的数量，是二级风险指标i的指标预测值；预警状态下，一级风险指标的风险预测值S为。与现有技术相比，本专利技术至少包括以下有益效果：1、自动跟踪：本专利技术公开的技术方案基于大数据，从海量的数据中根据跟踪需求自动爬取平台的风险相关事件数据，实现对平台的风险及时的跟踪和态势分析，效率高，且实时性强；2、风险维度更全面：本专利技术从海量的行业风险数据中归纳出当前风险影响，构建十个风险维度的量化评分，通过对平台全量数据进本文档来自技高网...

【技术保护点】
1.一种平台综合风险预警系统，其特征在于，包括：/n数据采集系统：用于基于关键字集，爬取与平台风险事件相关的非结构化的文本数据，并从所述非结构化的文本数据中提取出特征信息，生成多个结构化样本数据表，并存储于数据库，所述样本数据表包含风险预测值类标识字段；/n风险预测系统：用于从数据库中获取样本数据，并基于所述样本数据构建得到预测模型，并根据输入的待预测数据进行综合风险值测算，输出综合风险预测值；/n风险跟踪系统：其数据输入端与风险预测系统的数据输出端连接，风险跟踪系统用于根据跟踪策略，向数据采集系统发送数据采集任务，以及根据风险预测系统输出的综合风险预测值，生成风险趋势跟踪报告；/n风险预警系统：其数据输入端与风险跟踪系统的数据输出端连接，用于根据风险跟踪报告，在风险预测值超过设定预警阈值时产生并发送预警提示。/n

【技术特征摘要】
1.一种平台综合风险预警系统，其特征在于，包括：
数据采集系统：用于基于关键字集，爬取与平台风险事件相关的非结构化的文本数据，并从所述非结构化的文本数据中提取出特征信息，生成多个结构化样本数据表，并存储于数据库，所述样本数据表包含风险预测值类标识字段；
风险预测系统：用于从数据库中获取样本数据，并基于所述样本数据构建得到预测模型，并根据输入的待预测数据进行综合风险值测算，输出综合风险预测值；
风险跟踪系统：其数据输入端与风险预测系统的数据输出端连接，风险跟踪系统用于根据跟踪策略，向数据采集系统发送数据采集任务，以及根据风险预测系统输出的综合风险预测值，生成风险趋势跟踪报告；
风险预警系统：其数据输入端与风险跟踪系统的数据输出端连接，用于根据风险跟踪报告，在风险预测值超过设定预警阈值时产生并发送预警提示。


2.根据权利要求1所述的平台综合风险预警系统，其特征在于，所述数据采集系统包括文本处理模块，所述文本处理模块用于从连续的非结构化文本数据中，抽取出与所述关键字集有关的字段信息。


3.根据权利要求1或2所述的平台综合风险预警系统，其特征在于：所述关键字集包括关键字的一种或多种的组合，所述关键字包括：基本信息类关键字、标的逾期类关键字、运营类关键字、资金链类关键字、借贷类关键字、集中度类关键字、合规类关键字、稳定性类关键字、舆情类关键字、其他类关键字；
所述的其他类关键字包括：动态关联方类关键字、静态关联方类关键字。


4.根据权利要求1所述的平台综合风险预警系统，其特征在于，所述风险预测值类标识字段存储风险预测值类标识，所述风险预测值类标识包括：平台实力类风险、标的逾期类风险、运营类风险、资金链类风险、借贷类风险、集中度类风险、合规类风险、稳定性类风险、舆情类风险、其他类风险。


5.根据权利要求4所述的平台综合风险预警系统，其特征在于，所述多个结构化样本数据表包括：
平台实力类风险表，存储待预测平台的基础数据；
标的逾期类风险表，存储待预测平台标的逾期事件数据；
运营类风险表，存储待预测平台日常运营数据；
资金链类风险表，存储待预测平台的资金流、兑付事件数据；
借贷类风险表，存储待预测平台发生的出借事件数据；
集中度类风险表，存储待预测平台客户借款及时间数据；
合规类风险表，存储待预测平台内外相...

【专利技术属性】
技术研发人员：杨艾森，陈文，曾舒旻，周凡吟，沈思丞，
申请(专利权)人：成都数联铭品科技有限公司，
类型：发明
国别省市：四川;51