【35分钟掌握金融风控策略28】贷中模型体系策略应用

2024-05-16 01:20

本文主要是介绍【35分钟掌握金融风控策略28】贷中模型体系策略应用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

贷中模型体系策略应用

信用模型体系和模型在策略中的应用

反欺诈模型体系和模型在策略中的应用

运营模型体系和模型在策略中的应用


贷中模型体系策略应用

在贷前模型部分已经讲过,贷前开发的很多模型是可以在贷中直接使用的。贷中与贷前的不同点在于,贷中阶段可以使用更多的客户交易行为数据,基于这些数据可以额外开发客户行为相关模型以及客户营销相关的模型。贷中模型体系主要分为三大块,分别为信用模型体系、反欺诈模型体系和贷中营销模型体系,在贷中模型开发完成后,同样需要由风控策略来运用这些模型进行决策,模型在运用的过程中才能体现其价值。

信用模型体系和模型在策略中的应用

在贷中阶段,信用模型主要指行为评分卡(Behavior ScoreCard)横型,即我们常说的B卡。B卡主要是在客户有一定的贷中交易行为后基于客户在贷中某一时点前一段时间的交易行为数据和其他数据构建模型,用来预测客户未来逾期的可能性。常见的B卡有两种,一种是基于客户维度开发的B卡,另一种是基于借据维度开发的B卡。

基于客户维度开发的B卡是指建模样本在客户维度是唯一的,在建模时可以基于实际情况对客户进行分群,如基于渠道、地区、行业、在贷余额、还款表现期限等进行分群,不同群体分别建模,通过分群建模实现模型在不同样本上的局部最优,最后对不同模型分按照相同标准校准为同一维度的标准模型分,即构成了最终的客户维度的B卡模型分。在客户维度的B卡开发完成后,以及策略使用前,通常会基于模型分对存量客户进行风险评级,在用信审批、贷中预警、调额、调价、续授信等策略中基于客户的风险评级对客户采取差异化的处置措施。

基于借据维度的B卡是指建模样本在借据维度是唯一的,若一个客户产生了多笔借据,则建模样本中会有这个客户的多条记录。基于借据维度的B卡与基于客户维度的B卡在客群细分、建模方法上都是类似的,在模型构建完成后,主要用在用信审批环节。在策略运用模型分之前,主要通过单维度策略分析方法对模型分进行分析,找到最优切分点,在对每一笔交易(用信)进行审批时,切分点及以下用信申请被拒绝,切分点以上用信申请被通过。

反欺诈模型体系和模型在策略中的应用

在贷中阶段,反欺诈模型包括识别个体欺诈的模型和识别团伙欺诈的模型。识别个体欺诈的模型主要有交易反欺诈评分卡模型、欺诈传导模型等;识别团伙欺诈的模型主要有欺诈团伙识别模型、GPS评分卡模型等。.

在识别个体欺诈的模型中,欺诈传导模型与贷前提到的同名模型是一样的,这个模型是使用金融机构已有的所有数据构建的,模型构建完成后在贷前、贷中、贷后均可使用。交易反欺诈评分卡模型与B卡类似,同样可以分为基于客户维度的模型和基于借据维度的模型,主要不同点在变量的选择和目标字段的定义上。交易反欺诈评分卡模型在策略中的应用与B卡类似,只不过更侧重对欺诈客户或欺诈交易的识别。

在识别团伙欺诈的模型中,欺诈团伙识别模型与贷前提到的同名模型基本上是一样的,模型构建完成后在贷前、贷中、贷后均可使用,本节不再赘述。贷中GPS评分卡模型与贷前GPS评分卡模型也很类似,不同之处在于观察点的选取以及变量的丰富度。贷中GPS评分卡模型的观察点通常为某一确定的截面时点,同时在变量设计时可加人贷中交易行为类变量,模型在构建后主要在贷中用信策略和贷中预警策略中用来识别欺诈团伙。

运营模型体系和模型在策略中的应用

常见的贷中运营模型主要有流失预警模型、营销响应模型、“沉默”客户盘活模型、动支模型等,这些模型主要用来为存量客户精准化运营提供支持。在对存量客户进行精准化营销时,往往是先基于信用模型和反欺诈模型(若有贷中客户风险评级,则可直接基于客户评级筛选风险可控的客群)从风险维度筛选风险可控的客群,再基于运营模型对客户进行分群,对不同的客群采取不同的营销动作。

流失预警模型比较简单,主要是为了预测存量客户在未来一段时间内会不会流失,对于流失可能性较高的优质客户,应尽早采取合适的措施进行挽留,客户一旦流失,重新“唤醒”的难度不亚于获取一个新客户。营销响应模型主要是为了预测不同营销方式下客户的响应率,不同的客户在同样的营销方式下反应是不一样的,所以营销响应模型就是为了找出适合每个客户的营销方式,为不同的客户匹配最佳的营销方式,提升营销响应率。“沉默”客户盘活模型主要是从“沉默”客户中找出在将来一段时间内可能进行支用的优质客户,然后辅以一定的营销手段促使客户尽快支用,提升客户价值。动支模型在贷前模型体系中已经讲过,贷中动支模型与贷前动支模型类似,不同的地方在于,在建模时可以加入客户的贷中行为变量,预测客户在未来一段时间的动支意愿,若发现优质客户的动支意愿较弱,则通常会辅以营销手段,促使客户进行支用,提升客户价值,增加金融机构收益。

在基于运营模型对存量客户进行营销时,涉及风控策略和营销策略的开发,通常是先在符合营销条件的客群中运用风控策略筛选出风险可控的客群,再从筛选的客群中找出营销响应率较高的客群并对不同的客群匹配不同的营销策略。在设计和开发相关策略时,可基于单维度策略或基于CART 模型的多维度策略的分析方法进行,在实操时,无非就是样本对应的目标不同,其他分析过程基本上是一样的。

print('要天天开心呀')

这篇关于【35分钟掌握金融风控策略28】贷中模型体系策略应用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/993471

相关文章

前端缓存策略的自解方案全解析

《前端缓存策略的自解方案全解析》缓存从来都是前端的一个痛点,很多前端搞不清楚缓存到底是何物,:本文主要介绍前端缓存的自解方案,文中通过代码介绍的非常详细,需要的朋友可以参考下... 目录一、为什么“清缓存”成了技术圈的梗二、先给缓存“把个脉”:浏览器到底缓存了谁?三、设计思路:把“发版”做成“自愈”四、代码

利用Python操作Word文档页码的实际应用

《利用Python操作Word文档页码的实际应用》在撰写长篇文档时,经常需要将文档分成多个节,每个节都需要单独的页码,下面:本文主要介绍利用Python操作Word文档页码的相关资料,文中通过代码... 目录需求:文档详情:要求:该程序的功能是:总结需求:一次性处理24个文档的页码。文档详情:1、每个

Java中的分布式系统开发基于 Zookeeper 与 Dubbo 的应用案例解析

《Java中的分布式系统开发基于Zookeeper与Dubbo的应用案例解析》本文将通过实际案例,带你走进基于Zookeeper与Dubbo的分布式系统开发,本文通过实例代码给大家介绍的非常详... 目录Java 中的分布式系统开发基于 Zookeeper 与 Dubbo 的应用案例一、分布式系统中的挑战二

Java 缓存框架 Caffeine 应用场景解析

《Java缓存框架Caffeine应用场景解析》文章介绍Caffeine作为高性能Java本地缓存框架,基于W-TinyLFU算法,支持异步加载、灵活过期策略、内存安全机制及统计监控,重点解析其... 目录一、Caffeine 简介1. 框架概述1.1 Caffeine的核心优势二、Caffeine 基础2

使用Node.js和PostgreSQL构建数据库应用

《使用Node.js和PostgreSQL构建数据库应用》PostgreSQL是一个功能强大的开源关系型数据库,而Node.js是构建高效网络应用的理想平台,结合这两个技术,我们可以创建出色的数据驱动... 目录初始化项目与安装依赖建立数据库连接执行CRUD操作查询数据插入数据更新数据删除数据完整示例与最佳

Linux五种IO模型的使用解读

《Linux五种IO模型的使用解读》文章系统解析了Linux的五种IO模型(阻塞、非阻塞、IO复用、信号驱动、异步),重点区分同步与异步IO的本质差异,强调同步由用户发起,异步由内核触发,通过对比各模... 目录1.IO模型简介2.五种IO模型2.1 IO模型分析方法2.2 阻塞IO2.3 非阻塞IO2.4

PHP应用中处理限流和API节流的最佳实践

《PHP应用中处理限流和API节流的最佳实践》限流和API节流对于确保Web应用程序的可靠性、安全性和可扩展性至关重要,本文将详细介绍PHP应用中处理限流和API节流的最佳实践,下面就来和小编一起学习... 目录限流的重要性在 php 中实施限流的最佳实践使用集中式存储进行状态管理(如 Redis)采用滑动

深入浅出Spring中的@Autowired自动注入的工作原理及实践应用

《深入浅出Spring中的@Autowired自动注入的工作原理及实践应用》在Spring框架的学习旅程中,@Autowired无疑是一个高频出现却又让初学者头疼的注解,它看似简单,却蕴含着Sprin... 目录深入浅出Spring中的@Autowired:自动注入的奥秘什么是依赖注入?@Autowired

PostgreSQL简介及实战应用

《PostgreSQL简介及实战应用》PostgreSQL是一种功能强大的开源关系型数据库管理系统,以其稳定性、高性能、扩展性和复杂查询能力在众多项目中得到广泛应用,本文将从基础概念讲起,逐步深入到高... 目录前言1. PostgreSQL基础1.1 PostgreSQL简介1.2 基础语法1.3 数据库

Python中的filter() 函数的工作原理及应用技巧

《Python中的filter()函数的工作原理及应用技巧》Python的filter()函数用于筛选序列元素,返回迭代器,适合函数式编程,相比列表推导式,内存更优,尤其适用于大数据集,结合lamb... 目录前言一、基本概念基本语法二、使用方式1. 使用 lambda 函数2. 使用普通函数3. 使用 N