信贷风控模型开发----模型流程好坏样本定义
- 第二章 模型开发流程&好坏样本定义
- 2.1模型开发流程
- 2.1.1 评分模型流程图
- 2.1.2流程图阐述
- 2.2 好坏样本定义
- 2.2.1观察期、表现期、观察点
- 2.2.2举例说明
- 2.1模型开发流程
第二章 模型开发流程&好坏样本定义
2.1模型开发流程
2.1.1 评分模型流程图
2.1.2流程图阐述
该小结提出了一些数据指标，如果不明白没有关系，往后的文章笔者会一个个地解释这些指标的含义和计算方法
- 数据获取：获取建模所需要的数据，一般分为内部为外部数据，内部数据例如贷款公司内部搜集存储的客户信息，例如客户在平台内部的登陆、注册、消费信息等，外部数据一般有第三方数据，例如人行征信报告、一些第三方机构提供的多头借贷等
- EDA与数据描述，EDA全称explore data analysis，目的在于探索性地分析客户数据分布情况以及数据质量，检查数据是否为单一值、包不包含缺失以及异常数据等。同时通过各种分析手段（Gini、列联表、χ2χ2\chi^2检验、相关系数）等分析变量与目标(违约与否)的关联
- 数据准备，准备好我们需要进行建模的样本宽表，包括数据合并、清洗、转换等工作，这也是建模中最耗费时间的一项。
- 变量选择，在数据准备好以后，未必所有的变量都需要进入模型，否则容易出现维度灾难，就是数据集过大导致开发时间过长，根据一定方法选择最优变量进入模型就成了必要的工作，常用的有IV值，逐步回归(也就是先将一个变量纳入模型，然后逐步将其他变量一个一个纳入模型训练，剔除掉不能减少AIC的变量，然后继续加入新变量，直到AIC无法再下降为止)。另外还有假如L1惩罚项，用集成学习的方法选择变量等。
- 模型开发，利用机器学习，训练模型，常用的模型有logsitic回归、线性回归、决策树、深度学习等。
- 模型评估，评价模型对于好坏样本的区分能力，常用的指标有ROC曲线、RECALL、PERCISION、KS值等。
- 评分卡创建和刻度，利用模型估计出来的参数(也就是公式)将其转化为评分规则或者是风控规则。
- 检测和报告，监控模型是否运行稳定，常用的指标有PSI、评分迁移矩阵、kendall 秩相关系数等。
- 评分实施，模型部署上线，用于风控系统。
2.2 好坏样本定义
开发信用评分模型的首要目标就是知道来者是好人还是坏人，他未来会不会出现逾期、失联等。所以，如何定义一个借款人的好坏十分讲究，并不是一个人有过逾期欠款他就不是好人了，毕竟发生逾期的原因总是多方面的，有的仅仅是偶尔忘了，这部分总体还是好人，而有的是中途发生财务原因暂时无力偿还，还有的严重一点就是主观上存在坏的目的，借了钱就消失赖账，甚至是身份被骗子盗用。所以，建模过程中，为了训练出一个优质的模型，需要正确地定义好坏样本。
2.2.1观察期、表现期、观察点
在这里，需要明确三个定义：观察期、表现期、观察点，可以先从如下时间轴看起。
- 观察期：就是时间轴左侧，主要是用来生成用户特征的时间区间，不宜太长也不宜太短，一般为1年到3年左右
- 观察点：这个点并是一个具体的时间点，而是一个时间区段，表示的是客户申请贷款的时间，用来搜集那些用来建模的客户样本，在该时间段申请的客户会是我们用来建模的样本
- 表现期：用来定义用户是否好坏的时间区段，一般是6月到1年左右，一般最常用的是定义为坏样本的指标有：M3+逾期、M3以内逾期中定义为失联、欺诈、身份盗用等情况，这些需要看自身业务情况而定
补充说明：
1.观察点的设计：
观察点的设计有额外的讲究，其中涉及到一个Mob的概念。而所谓Mob，全称month on book，等于观察点减去贷款发放时间。所以，观察点的设计在于贷款发放时间往后推Mob期，Mob的长短关系到模型的观察期以及观察期生成的时间切片变量。
2.观察期过长或过短的影响：
- 一个过长的观察期，可能会导致客户不在你的mob内，大批样本无法进入模型
- 一个过短的观察期，则会导致样本无法生成足够多有效的时间切片变量
3.时间切片变量：
- 时间区段的行为变量，例如过去3个月平均消费金额、过去6个月消费平均次数等
2.2.2举例说明
假如，现在我们的模型表现期为1年，观察期为1年，观察点为什么时候呢？也就是说当我们有一个客户在2018-1-1号来申请贷款，贷款机构需要用现有的模型对该申请人进行一个申请评分，评估他未来表现期内触发坏样本属性的概率，那么该模型采用的客户样本是什么时候申请进件的？
答案：因为上面定义的表现期是1年，那么往前推一年，观察点大概为2017-1-1号左右某段时间区间，因为观察期也是1年，所以再往前推1年（即观察期：2016-1-1到2017-1-1），利用这1年所有观察点内申请人一些信息建立模型的观察变量，然后再往后推一年（即表现期：2017-1-11到2018-1-1），所有在观察点内的申请人在这一年时间内的表现情况来定义违约。然后来训练出一个模型。对2018-1-1号的申请人进行评分。所以申请评分卡模型有着天然的滞后性，需要不断的对其模型进行监控。
参考文献：
[1]http://blog.csdn.net/Mr_tyting/article/details/75097681#t19
[2]信用风险评分卡研究：马姆杜.拉法特
信贷风控模型开发----模型流程好坏样本定义相关推荐
- 信贷风控模型开发----模型简介
第一章 风控模型简介 1.1 为什么要建模 1.2 什么是信用评分 1.3 常用的模型 1.4 概念解析:M0,M1,M2的定义 下一章预告 参考文献 第一章 风控模型简介 本系列文章为笔者对信贷风控 ...
- 国内征信行业模型开发全流程详解
1. 前言 目前国内的金融体系主要由银行.互联网消费金融.助贷机构组成,本人参与过国内外大型银行.消金.助贷机构的征信模型开发,相对而言,对当前国内的征信模型具有一定的发言权.下面,我将从技术角度全面 ...
- 信贷风控评分卡模型（上）_Give Me Some Credit（技术实现过程）
本帖是在2019年5月初入门python之时,选取的较为系统的练手案例,主要内容是信用风险计量体系之主体评级模型的开发过程(可用"四张卡"来表示,分别是A卡.B卡.C卡和F卡). ...
- 信用卡评分模型(数据获取+数据预处理+探索分析+变量选择+模型开发+模型评估+信用评分+建立评分系统)
最近两次遇到关于信用卡评分的题目,遂了解一波. Reference: 基于python的信用卡评分模型(超详细!!!) https://www.jianshu.com/p/f931a4df202c h ...
- 信贷评分卡--开发流程篇
目录 一.评分卡介绍 二.数据收集 三.数据准备 3.1. 数据准备包括:处理异常值.缺失值.定义好坏客户.样本量.定义样本窗口期等. 3.2. 变量可视化:可助于寻找特征数据之间的关系和发现问题. ...
- 10分钟完成模型开发！合合信息智能文字识别服务平台亮相1024程序员节
1024是2的十次方,也是二进制计数的基本计量单位之一,每年的10月24日因此成为了中国程序员的盛会.近期,CSDN(中国开发者网络)第三届"1024程序员节"(简称"大 ...
- 软件开发方法和开发模型的比较
我搞不清软件开发方法和开发模型这两个概念. 书本上这两部分都放在<软件工程>这一章节里,但是是分开介绍的,并没有阐明二者之间的关系,比较割裂.我尝试在互联网上找找资料,但都非常少.这里先把 ...
- 【模型开发】风控评分模型开发流程
[博客地址]:https://blog.csdn.net/sunyaowu315 [博客大纲地址]:https://blog.csdn.net/sunyaowu315/article/details/ ...
- （信贷风控九）行为评分卡模型python实现
python信用评分卡建模(附代码,博主录制) https://study.163.com/course/introduction.htm?courseId=1005214003&utm_ca ...
最新文章
- 报名 | 从滴滴出行数据透视中国城市空间发展讲座
- ForkJoinPool框架设计与实现
- OpenGL exploder对象雷管的实例
- iframe中父子窗口的调用
- 【Paddle 经验分享】利用PaddleHub 2.x 完成文本分类训练的坑
- django-模板语言-传输各种数据类型
- poj 2063 Investmen 完全背包
- spring-boot-devtools 热部署
- Atom飞行手册翻译： 2.6 代码段
- js遍历对象的几种方法
- 使用Camera的几个步骤
- 镜像资源的使用：100倍速度提升不是梦！
- form表单提交serialize()方法和
- netkeeper客户端_中国电信创翼客户端下载
- tempfile.mkstemp 详解
- 关于unity 3d人物换装
- HoloLens原理分析和硬件拆解
- win10系统开启局域网共享
- 解密宝典——十招教你学会软件破解
- 压力测试-Jmeter自动化测试教程