金可冶：智能風控建模中的常見問題

金可冶????億歐????2018-08-15 18:15????瀏覽：

【EFEC導讀】現代金融企業的風控利器，就是智能風控模型。在建模過程中，樣本的選擇、樣本量的大小、定義樣本的好壞，以及確定模型的表現期等，都是需要考慮的因素。

▲圖片來源：視覺中國

近日，捷越聯合CRO金可冶，結合自己在美國運通和匯豐任高級副總裁時的經驗，在一本Live做了名為“智能風控建模的難點和關鍵點”的主題分享。

本文是分享的節選。

和大家分享一下我經常被問到的幾個問題，它們代表著風控建模中樣本選擇與基本定義的一些痛點。

01
選取建模樣本需要考慮哪些因素？

關于這個問題，需要先強調建模非常重要的一條基本原則，它很簡單，但被很多人忽略了。這個基本原則是什么呢？模型只適用于建模樣本所能有效代表的群體。

舉一個簡單的例子，我們為20-30歲的年輕人設計一個健身程序，比如每天要跑多少步、做多少俯臥撐、在健身房健身多久等等。設計完后你覺得很有用，但如果把它運用到40-50歲的群體，這個模型可能效果會很差或完全不適用。

那什么叫有效的代表群體呢？

確定有效的代表群體有很多維度，比如說從產品的角度：這個模型是建立在信用卡的客群上，消費貸的客群上，還是建立在一個循環貸的客群上？每一個客群是有代表性的。

渠道也是要考慮的因素：客戶的來源是線上還是線下？如果來自線上，那是自然流量、貸款超市，還是其他的導流渠道？這些都對建模至關重要。

還有一個維度就是風控政策。風控政策如果進行大的調整，也會對模型的應用產生很大影響。比如說建模是在一套樣本上，當時的風控政策相對寬松；建模之后你要把它運用到一個客群，如果這時風控政策相對嚴謹，模型的效果就會受到影響。

另外，客戶的年齡、性別、職業、地域，是新用戶還是老客戶，這些客戶屬性，對建模的過程和運用都有很大的影響。

因此，在選擇有效的代表群體時，需要綜合考慮產品、渠道、風控政策、客戶屬性等多重要素。

此外，要考慮到數據的可獲得性，即在目標樣本時間期間，建模數據是否能拿到。很多人會用運營商數據，比如說選擇一個樣本12個月的表現期，那在關鍵點之前，能不能拿到運營商的數據？如果拿不到這些數據，實際上就沒有數據可用。這也是要考慮的一個現實因素。

同時，也要考慮大環境變化，比如說在觀察期、在樣本期，有沒有大的風控政策變化。比如去年年底現金貸監管政策出臺。在此之前建的模型，之后再用，肯定會有不適合的地方。

02
如何定義好壞？

如何定義風控樣本中的好壞，概念是相對的。比如逾期一期就是“壞”，還是到壞賬和核銷的階段才是“壞”？

比較常用的方法是看滾動率：第一期逾期后，有多少會滾動到第二期；第二期又有多少會滾動到第三期。如果滾動率非常高，第一期到第二期滾動率已經到了80%以上，那到了第二期，基本上肯定會滾到第三期，或者有更高的逾期，直到核銷。所以說，一般到第二期就可以肯定是不是壞客戶了。這樣可以把“壞”定義為兩期逾期，就是通常我們所說的60天逾期。

此外，有些樣本不太好也不太壞，也要考慮到。比如一期逾期，可以把他從樣本中剔除，既不定義為好，也不定義為壞，這樣對建模的有效性會有所幫助。

03
建模的樣本通常有多大？

這沒有統一的說法，要根據客觀的情況而定。通常要幾千條、幾萬條。

而更重要的問題是：建模中需要有多少“Bad”？你要通過模型預測客戶得逾期、壞行為，如果壞的客戶數量不夠，模型中的信息量和價值也是不夠的，很難預測壞的行為。