一种对互联网金融网贷平台的风险评估模型的制作方法
【专利摘要】本发明公开了一种用于计算互联网金融网贷平台风险的模型与方法，包括：数学模型、数据挖掘，数据运算。其中数学模型将互联网金融网贷平台所涉及的各个指标进行量化处理，可以通过标准化的模型计算出风险度，并通过数据挖掘获得行业基础数据，同时将模型通过matlab存为jar包，实现java调用功能。本发明所提供的模型具有客观有效、操作简便的优点，可以对互联网金融网贷平台进行高效的风险计算，不仅节省了大量人力成本，还大大提高了数据处理的效率，能在较短时间内得到互联网金融网贷平台的风险评估，在实际业务中具有较高的可操作性。
【专利说明】
一种对互联网金融网贷平台的风险评估模型
技术领域
[0001] 本发明涉及互联网金融风险控制的技术领域，特别涉及一种对互联网金融网贷平 台的风险评估模型及风险评估方法。
【背景技术】
[0002] 互联网金融网贷平台作为一种新兴的金融模式，与金融行业、互联网行业的迅速 发展密不可分，而互联网金融理财作为普惠金融的代表，为小微企业及个人解决了融资难 的问题，但互联网金融网贷平台也存在着巨大的风险，特别是每年跑路与倒闭平台的数量 让投资者承受了重大的损失，为互联网金融网贷行业的发展带来了阻碍。本发明正是基于 解决这种问题，为互联网金融网贷行业的发展保驾护航。
[0003] 目前虽然互联网金融网贷平台自身做了风控方法，但多数还是以尽职调查为主， 而本发明对互联网金融网贷平台的风险评估采用了量化模型，解决了尽职调查成本高，没 有标准化的缺点。
【发明内容】
[0004] (一）要解决的现实问题
[0005] 有鉴于此，本发明的一个目的在于提供一种用于计算互联网金融网贷平台风险的 模型，以解决网贷平台风险高的问题，实现对互联网金融网贷平台风险客观、准确、有效的 评估。
[0006] 本发明的另一个目的在于提供一种用于互联网金融网贷平台的风险评价方法，以 解决无法客观、准确、有效地评估互联网金融网贷平台风险的问题，实现对互联网金融网贷 平台的风险客观、准确、有效地评价。
[0007] (二）技术方案
[0008] 为达到上述一个目的，本发明的技术方案提供了一种用于计算互联网金融网贷平 台风险的模型，该模型包括：
[0009] 风险度函数，风险度函数包括公司风险等级函数、标的风险等级函数、历史风险等 级函数与用户体验等级函数。
[0010] 公司风险等级函数，公司风险包括公司风险可能性与事件后果严重性。公司风险 可能性包括担保风险、流动性风险、审贷风险、技术风险、法律风险5个细分指标。事件后果 严重性包括平台自融、坏账率、技术等级、第三方托管、平台风险准备金5个细分指标。
[0011] 标的风险等级函数，标的风险包括标的风险可能性与事件后果严重性。标的风险 可能性按照标的类别来评判。事件后果严重性按照平台发标每日发标次数、标的具体情况、 担保机构来评判。
[0012] 历史风险等级函数，历史风险包括历史逾期判别标准与坏账处理速度判别标准。 历史逾期判别标准按照历史逾期次数来评判。坏账处理速度判别标准按照公司历史坏账加 权处理速度来评判。
[0013] 用户体验函数，用户体验包括用户评价判别标准与用户忠诚度判别标准。用户评 价判别标准按照历史差评率来评判。用户忠诚度判别标准按照忠诚客户占客户总量百分比 来评判。
[0014] 为达到另一个目的，本发明的技术方案提供了一种用于计算互联网金融网贷平台 风险的方法，该方法包括：
[0015] A、专家评分法计算各指标权重。请10位以上行业专家对各函数打分，取平均值作 为权重。
[0016] B、模糊数学法计算各指标数值。本发明将各模糊指标，以专家评判的方法确定各 个模糊指标的风险等级，在将等级数值代入模型公式计算，从而将模糊指标进行量化，运用 标准化模型计算出风险度。
[0017] C、数据挖掘与数据运算技术对接。本发明将数据挖掘技术与数据运算技术结合起 来，先通过服务器抓取所需数据，将数据处理为有效数据后传递给matlab进行运算，计算 出风险度及所对应的标的安全百分比后再将结果传递给服务器端。从而实现Linux服务器 java i吾言与matlab语言对接。
[0018] (三）有益效果
[0019] 从上述技术方案可以看出，本发明提供的这种客观有效且操作简便，处理效率很 高的用于计算互联网金融网贷平台风险的模型及方法，对控制互联网金融网贷平台的风险 具有重要意义，其取得的具体技术效果如下：
[0020] 1、利用本发明，通过采用"对互联网金融网贷平台的风险评估模型"，先对各个模 糊指标进行量化处理，根据相应的量化结果运用模糊数学的方法计算出互联网金融网贷平 台的风险度R，再根据风险度R对应出各个标的的安全百分比，最终可以确定出较为科学、 量化的互联网金融网贷平台的风险，解决了无法客观准确有效地评估互联网金融网贷平台 风险的问题，实现了对互联网金融网贷平台风险客观准确有效地评估。
[0021] 2、本发明提供的这种用于对互联网金融网贷平台风险的计算方法，通过科学的风 险评估模型，自动化的计算处理，定量和定性分析的有机结合，客观、有效地计算出互联网 金融网贷平台的风险度，为互联网金融网贷平台的投资性提供了非常有利的依据，提高了 防范和控制互联网金融网贷平台风险的能力和水平。
[0022] 3、本发明提供的这种用于计算互联网金融网贷平台风险的模型及方法，与以前完 全实地尽职调查的方式相比，不仅节省了成本，还大大提高了数据处理的效率，能在较短时 间内得到互联网金融网贷平台风险的计算，在实际业务中具有较高的可操作性。
[0023] 4、本发明提供的这种用于计算互联网金融网贷平台的模型及方法，由于数据集中 管理，大大提高了数据的安全性。
[0024] 5、本发明提供的这种用于计算互联网金融网贷平台的模型及方法，随着数据的不 断积累，经反复修正后的动态计算模型将更为科学、有效、更加接近真实，从而产生更为准 确的风险计算结果。
【附图说明】
[0025] 图1为本发明提供的用于计算互联网金融网贷平台风险的结构框图；
[0026] 图2为本发明提供的用于计算互联网金融网贷平台风险总体技术方案的实现流 程图；
[0027] 图3为本发明实施计算中计算各细分指标的层次分析法图。
【具体实施方式】
[0028] 为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照 附图，对本发明进一步详细说明。
[0029] 本发明的核心思想是：通过采用"对互联网金融网贷平台的风险评估模型"进行 自动化计算处理，先对互联网金融网贷平台的各项细分指标的权重运用专家评分法进行计 算，再对各项细分指标运用模糊数学方法进行量化处理，最终确定出较为科学、量化的互联 网金融网贷平台风险的计算结果，解决了无法客观准确有效地评估互联网金融网贷平台风 险的问题，实现了对互联网金融网贷平台风险客观准确有效地评估，为投资者购买网贷类 理财产品提供了良好的依据，对控制互联网金融网贷平台的风险和提高网贷金融产品的安 全度具有重要意义。
[0030] 如图1所示，图1为本发明提供的用于对互联网金融网贷平台的风险审核流程，提 出入驻"中国金融服务网"的网贷平台先提出申请，"中国金融服务网"会在互联网端获取的 数据代入风险评估模型进行计算，后台服务器将调取matlab软件所存的jar包库，最终得 到风险度R，根据风险度R来确定互联网金融网贷平台的安全百分比，最终通过风险度来建 立一个淘汰机制。
[0031] 其中，具体的运算过程如图2所示，风控端建立标准化风险评估模型，后台技术做 数据挖掘与获取，风控端用matlab创建多个jar包库，将模型可供java语言识别，最终通 过Liunx服务器计算，输出风险度R所对应的标的安全百分比。
[0032] 其中，风控模型所涉及到的各个维度如图3所示，风险评估模型包含了公司风险 等级函数、标的风险等级函数、历史风险等级函数、用户体验等级函数4个函数，其中公司 风险函数包含了公司风险可能性与事件后果严重性两个变量，公司风险可能性包括担保风 险、流动性风险、审贷风险、技术风险、法律风险5个细分指标；事件后果严重性包括平台自 融、坏账率、技术等级、第三方托管、平台风险准备金5个细分指标。其中标的风险等级函 数包含了标的风险可能性与事件后果严重性两个变量，标的风险可能性按照标的类别来评 判；事件后果严重性按照平台发标每日发标次数、标的具体情况、担保机构来评判。其中历 史风险包含历史逾期判别标准与坏账处理速度判别标准两个变量，历史逾期判别标准按照 历史逾期次数来评判；坏账处理速度判别标准按照公司历史坏账加权处理速度来评判。其 中用户体验包含用户评价判别标准与用户忠诚度判别标准两个变量，用户评价判别标准按 照历史差评率来评判；用户忠诚度判别标准按照忠诚客户占客户总量百分比来评判。
[0033] 第一步要计算这些函数在模型中的权重。这里采用专家评分的方法来判断每个函 数的权重。
[0034] 第二步要计算风险度。这里采用模糊数学的方法对各指标赋值。
[0035] 风险度 R = a L(a，b) + 3 S (c，d) + Y H(e，f) + U ? F(i，j)
[0036] L(a, b) = aXb；S(c,d) = cXd；H(e,f) = eXf；F(i,j) = iXj；a =0. 2；^ =0. 5 ； Y = 0. 2 ； u = 0. 1
[0037] L--公司风险等级函数；
[0038] a--可能性；
[0039] b--后果严重性；
[0040] S--标的风险等级函数；
[0041] c--可能行；
[0042] d--后果严重性；
[0043] H--历史风险等级函数；
[0044] e--历史逾期判别标准；
[0045] f--坏账处理速度判别标准；
[0046] F--用户体验等级函数；
[0047] i--用户评价判别标准；
[0048] j--用户忠诚度判别标准；
[0049] R--风险度：
[0050] L 函数
【主权项】
1. 一种对互联网金融网贷平台的风险评估模型，其特征在于，包括： 用于对互联网金融网贷平台的风险评估与审核。通过web端抓取各平台数据，将数据 通过模型进行运算，从而判断网贷平台的风险度。2. 根据权利1所述用于对互联网金融网贷平台的风险评估模型，其特征在于，所述模 型涵盖至少涵盖网贷平台的公司风险等级函数、标的风险等级函数、历史风险等级函数、用 户体验等级函数4个维度及40个细分指标。3. 根据权利1所述用于对互联网金融网贷平台的风险评估模型，其特征在于，模型将 网贷平台的风险进行了量化处理，运用模糊数学方法计算各指标取值。4. 根据权利1所述用于对互联网金融网贷平台的风险评估模型，其特征在于，模型将 数学方法用java语言实现，供后台服务器调用。5. 根据权利1所述用户对互联网金融网贷平台的风险评估模型，其特征在于，模型对 网贷平台作出了风险度运算，再对结果进行审核与纠正，得到最后的淘汰机制。
【文档编号】G06Q40/06GK105894369SQ201510001103
【公开日】2016年8月24日
【申请日】2015年1月4日
【发明人】梁计宁
【申请人】必普(上海)金融信息服务有限公司