【35分钟掌握金融风控策略2】场景概述2

策略开发是贯穿风控全过程的，本书中所讲的策略开发指的就是策略的分析和挖掘。在风控过程中，因为客群资质和客群风险在不断变化，所以需要不断开发效能好的策略，并部署到决策引擎上进行决策，以便更精准地识别和管控风险。策略开发主要分为项目冷启动阶段的策略开发和项目累一定样本后的非冷启动阶段的策略开发两种情况。

项目冷启动阶段，因样本较少，无法运用量化分析的方法开发效能好的策略进行上线，只能先基于专家经验快速构建贷前授信审批策略、定额策略、定价策略、贷中用信审批策略、贷中预警策略、贷后催收策略等，推动项目快速启动。在构建冷启动策略的时候，可以借鉴相似项目使用的具体的风控规则，若无相似项目的规则可以借鉴，则可基于业务经验挑选尽可能多的与风险相关的数据维度构建风控策略。在项目冷启动阶段，为了快速积累坏样本e进行模型开发和策略迭代，可在降低授信笔均、提升定价的前提下适当提升进件通过率。需要注意的是，在构建定额策略的时候，因为不知道进件客群的具体风险表现，所以要遵循"谨慎授信"的原则进行定额，防止因过度授信导致客户借款后无法偿还，而给金融机构造成损失；在**构建定价策略的时候，可以结合 IRR（内部收益率）口径的几个年化指标，如预期收益率、预期损失率、资金成本、运营成本、数据成本、其他成本，反推定价范围，计算公式为：定价范围≥预期收益率+预期损失率+资金成本+运营成本+数据成本+其他成本。**在确定了定价范围后，可结合产品利率上限在定价范围区间内为客户进行定价。

在项目积累了一定样本后，就进入了非冷启动阶段，这时可基于量化分析的方法，快速进行不同风控场景模型和策略的开发。在样本足够后，除贷前授信审批、定额、定价、贷中用信审批、贷中预警策略、贷后催收策略以外，还有调额策略、调价策略、客户营销策略、续授信策略等均可基于不同的分析方法进行精细化分析和挖掘。相较冷启动阶段，在项目样本足够的情况下，能做的分析要多很多，同时因样本充足，在进行策略开发的时候，可基于相应的风险指标更好地评估各个风控场景策略的效能，基于策略效能筛选效果好的策略并部署到决策引禁上进行风险决策。

在策略开发完成后，提交部署需求前，为了确保它确实是有效的，我们会先在风控部门内部进行策略评审，评估策略样本选取、分析方法、分析指标、预期效果等是否合理有效，若评审通过，则可开始撰写策略部署需求文档并提交部署团队进行策略部署，若评审未通过，则需要基于评审委员的意见和建议重新进行策略分析与挖掘，待分析完成后再次进行策略评审。

策略部署

策略部署是指策略评审通过后到策略正式决策前的阶段，主要包括提交策略部署需求、策略部署、策略部署结果验证等内容。

在通过策略评审后，策略开发人员会撰写策略部署需求文档，并将需求文档提交给策略部署人员、由策略部署人员按照需求文档将策略部署到决策引擎。在策略部署完成后，需要由测试人员和策略需求提交人员验证策略部署结果是否符合预期，常用的验证方法有测试验证、回溯比对等，待策略部署结果验证通过后，才能正式在生产中进行决策。

策略监控

在策略部署上线并开始进行决策后，需要持续对线上运行的策略进行监控，若发现策略决策结果与预期出现较大的偏差，要尽快分析原因并基于分析结果决定是否进行策略调优。策略监控主要从微观和宏观两个层面进行。

从微观层面进行监控

在从微观层面对已上线策略进行监控的时候，重点关注的是具体规则的运行情况，监控指标需要细化到单条规则上。在对具体规则进行监控时，通常会监控规则的决策结果是否异常,是否符合预期等，若有异常或与预期相悖，则要及时查找原因并决定是否要对相关规则进行调优。

从宏观层面进行监控

在从宏观层面对已上线策略进行监控的时候，重点关注的是项目层面的风险表现情况，监控指标通常是某个或多个风控场景策略汇总后的决策结果。在策略上线决策后，策略整体的决策结果直接影响项目相关的风控指标，项目相关风控指标反过来可以说明策略效能情况。在监控项目相关风控指标的时候，若指标异常或项目风险表现达不到预期，则很大的可能是某些风控场景的策略存在异常，需要从整体到局部逐一排查，若发现异常，则要及时对策略进行调优。

在实际生产中，策略监控情况相对复杂，在设计策略、项目层面监控指标，以及确定指标异常值范围的时候，要结合业务情况，具体问题具体分析。

策略调优

策略调优主要依赖策略监控结果。进行策略调优的目的是确保线上运行的策略效能最大化，基于策略监控结果对线上策略进行调优主要包括下列五种情况。

1）策略版本回退。若策略上线后，通过监控发现异常情况且短时间无法定位异常原因，则可对策略进行版本回退，回退后紧急排查异常原因，待排查出原因后再进行策略调整。
2）策略修正。若策略上线后发生异常且可马上定位异常原因，则可紧急对策略进行修正,修正后继续在线进行决策。
3）策略收紧。若策略上线后效能较好，且有收缩空间，则可对策略进行收紧，使策略变得更严格。
4）策略"放松"或下线。若策略上线后效能不佳，则可考虑对策略进行"放松"或下线。
5）策略重新开发。若基于策略监控结果，发现策略效能持续下降且项目风险表现不符合预期，则需要尽快重新开发效能好的策略进行风险管控。

如何做好策略全生命周期管理

在讲解完策略全生命周期管理的内容后，现在我们思考一个问题：如何做好策略全生命周期管理？可以从四个方面着手，即标准化、工程化、模块化、流程化。

标准化

标准化主要体现在方法论层面，是指在策略全生命周期管理过程中，不断总结、沉淀和优化策略相关的标准化制度、方法、流程、体系等，并进行推广和执行，提升策略全生命周期管理的标准化程度，只有形成一整套标准化体系，才能更好地提升效率、降低成本。

策略全生命周期管理涉及需要进行标准化的内容包括变量开发标准化、模型开发标准化、策略开发标准化、策略部署流程标准化、策略监控和调优标准化等。

工程化

工程化主要体现在策略相关基础设施建设层面，是在策略标准化方法论的指导下进行策略相关基础设施工程化的建设。基础设施建设的好坏会对策略的效率、效果等产生重大影响，只有做好基础设施建设，才能更好地支持策略全生命周期的管理。

策略全生命周期管理涉及需要进行工程化的内容包括实现变量批量和快速开发的工程化建设、实现策略批量和自动分析的工程化建设、实现风险自动化监控和预警的工程化建设、实现客户全生命周期管理的系统化建设等。

模块化

模块化主要体现在策略的应用层面，是在策略标准化和工程化的基础上，将策略按照数据来源和类别进行拆分并分组，并将分组后的策略进行封装，做成可供项目直接调用的策略模块，达到已有的所有策略在项目中都能直接调取和使用的目的，这样既使得策略调用更加灵活、方便、高效，又可避免相似策略在不同项目中的重复开发、部署，造成资源浪费。

在策略全生命周期模块化建设的过程中，建议优先将调整不频繁的"硬"规则封装成策略模块。"硬"规则主要是指调整频率非常低，且不同项目均会使用的规则。策略模块包括反欺诈准入策略模块、人行逾期策略模块、金融机构内部逾期策略模块、金融机构内部黑名单策略模块等。

流程化

流程化主要体现在策略宏观应用层面，是在策略标准化、工程化、模块化的基础上，对已有工作成果进行排序、整合，实现1+1远大于2的效果。

策略全生命周期管理流程化建设比较考验对全局的把控能力，如需要确定变量开发成果和策略分析、模型分析如何连接，以快速产出生产成果；需要确定策略决策流是串行执行还是并行执行，如果是串行执行，则需要确定先执行什么策略，再执行什么策略；需要确定策略开发、部署、监控和调优如何关联与衔接；等等。

python 复制代码

print('每天开心')