PART 2.1 风控模型种类变量选择范围变量衍生特征交叉

最重要的事情开始都会讲：建模是始终服务于业务的，没有业务的评分卡就没有灵魂

评分卡环节的介绍

风控模型种类

获客阶段：
用户响应模型：在获客阶段的用户转化情况（比如互联网引流用户注册情况）
风险预筛选模型：不同渠道的风险指数不同，客户质量不同，导流途径和方向不同
授信阶段：
申请评分模型：传统的A卡
反欺诈模型：团伙欺诈、个人欺诈、关系拓扑等
风险定价模型：不同的客群利率不同，
收益评分模型：基于客户收益状况评分
贷后阶段：
行为评分模型：基于提现情况进行评分，针对得分低客群进行扣分
交易欺诈模型：利用交易漏洞进行欺诈，或者并不是本人借款
客户流失模型：如何定义流失客户
催收阶段：
早期催收模型：一手单二手单
晚期催收模型：三手单，四手单，打包单及特殊单
还款率模型：预测经催收回的欠款的比率
账龄滚动模型：预测逾期人群从轻度逾期到重度逾期的概率
失联预测模型：在逾期阶段，对尚能联系到的人群预测其未来失联的概率

获客阶段模型一般针对互联网，即线上获客模式，数据来源相对多样，一般类似漏斗模式，如何引流，导流，成功注册等信息，以及在某一个阶段进行埋点分析流失状态

各评分卡特点&变量选择范围

上述讲解是分化十分细致的模型，实际上均是基于传统的A B C卡的转化和演变，对三大类模型的变量进行重点的学习和介绍，一般来讲各阶段变量的情况不一致，但是授信端的变量到提现端变量效果降低很多，提现端变量放入催收端，效果降低很多，不同阶段需要充分利用不同变量的特点

第一类：A卡（Application score card）申请评分卡

针对客群

申请授信客群

经历阶段

获客–授信

基础变量

年龄
性别
家庭支出
客户收入
职位
婚姻状况
身份证
资金用途
绑定信息（微信支付宝蚂蚁分京东分等）
地址信息
紧急联系人

埋点变量

通讯录（人数）
短信（关键字逾期）
备忘录
通话时长（时间分布次数分布）

第三方变量

多头借贷次数
机构评分
消费级别

第二类：B卡（Behavior score card）行为评分卡

定义：根据贷款人放款后表现行为，预测未来逾期/违约风险概率模型通常指每一笔借款情况
使用场景：行为评分卡用在贷款放款之后，到期之前的时间段，即“贷中”环节
条件概率：P(未来一段时间发生违约/当前没有违约）

针对客群

有过提现客群后者正在提现客群

经历阶段

获客–授信–提现–是否还款？

变量

还款率类型特征（还款行为相关变量核心还款意愿和还款能力）
额度使用率类型特征（满额度针对的是还款压力问题）
逾期类型特征（逾期状态代表较高的逾期概率）
消费类型特征（线上消费提现消费用途等）

第三类：C卡（Collection score card）催收评分卡

针对客群

已经逾期并且没有还款的客群

经历阶段

获客–授信–提现–逾期

变量

逾期天数
历史还款信息
是否有催收记录
属于几手单
个人基础信息（年龄性别行业收入等）
催收金额占比DBR（debt burden ratio）
联系人信息（夫妻，子女，同事，朋友）
运营商信息信息（在网时长高频联系人）
第三方借贷信息（催收期间是否大量借贷等）

变量衍生

方法技巧如下：

逻辑1

计数：过去一年内的申请贷款总次数
求和：过去一年内的网店消费总额
比例：贷款申请额度与年收入占比
时间差：第一次开户距今时长
波动率：过去3年内每次工作时间的标准差
交叉：切片或两变量融合
逻辑2
近度：近度是指最近一次动作时间。最近一次交易发生时间，最近一次登录时间；
频度：频度是指某指定时间段内发生动作的次数。一月内被查征信次数、发生交易次数，一季度申请次数、被拒卡次数等。时间段通常根据业务经验设定，一般有：一天、一周、一个月、一个季度、半年和一年等；
值度：值度是指某个时间范围内动作涉及的金额或等值金额。例如，交易发生的总金额、最高交易金额、平均交易金额等

特征交叉

变量交叉一直以来都是互联网金融评分卡不敢去开拓的环节，本博主对特征交叉有一定的体会，要点如下

不是所有特征维度都做交叉
交叉维度至多2（笛卡尔为两变量分箱数乘积），过多的交叉缺乏解释性，过拟合严重，并且稀疏性
交叉需要在分箱后，占比各箱相对均匀（避免稀疏性问题）
变量选择尽可能IV较高，同时分箱少，尽可能避免过拟合

过拟合变量的处理

有些变量效果很好，可能是事后变量
注：事后变量指的是与预测目标同时间或者晚于改时间的变量
比如预测目标是否逾期，在变量中有逾期天数，那该变量就是事后变量

有些变量效果好，但可能是过拟合变量，也就是泛化能力交叉的变量，仅适用于改样本客群的变量，具有偶然性。
不过并不意味着该变量不能用，需要去优化的事情如果将过拟合变量泛化
将变量中稳定的可利用的部分单独成箱，不稳定的数据可统一放入一箱，这样的目的在于将过拟合变量中过拟合部分泛化，拟合效果良好部分保留
本质上让过拟合变量变成可用变量

最重要的事情最后都会讲：建模是始终服务于业务的，没有业务的评分卡就没有灵魂