信贷风控笔记
7-1
初期只能根据客群做，或者基于白名单做
p2p那些不怎么做风控，用利率覆盖风险
贷前策略三个阶段
1.初期：规则为主、模型为辅，通过率较低
规则越少越好，先设计一个MVP，摸清客群，再迭代，不确定的规则可以离线观测
2.中期：
规则面：规则上线，转正的规则内部对比看其坏客户有没有被其他规则覆盖，拒绝的客户能不能回捞，分类归纳
模型：模型为主、策略为辅
3.后期：
策略为主，模型为辅：重点在于分群，比如收入、多头分群，模型作为一个工具，不用追求可解释性，作用是继续扩大收益
7-3搭建流程
1.了解产品信息
比如先息后本则风险在最后一期，等本等息则每个月逐渐暴露；贷款期限长的风险高，定价、业务场景（比如车有经销商）同行做法
2.发现可能的风险点（信用、欺诈）
3.明确风险目标（指标是余额还是不良率、风控节奏是先松后紧还是反过来）
4.建立策略框架
5.选取数据：哪些外部数据，用多少，应用场景
6.制定策略：规则挖掘、组合交叉、模型应用、分群、拒绝回捞、AD类调优
7-4
贷前风险判断原则：
1.减少数据成本：内部黑名单在前，三方在后；同效果相同，费用更低的优先
2.留存更多数据：在前面节点拒绝的打上标，后面统一拒绝，但成本高
3.强风险在前：欺诈在前，防止假信息进入信用
具体模块：
进件收集数据：客户填写信息（三要素、四要素）验证类信息（ocr、人脸）、授权查询信息
个人信息验证：是否本人
准入策略（政策要求）
反欺诈
黑名单策略：涉赌涉诈、设备id
信用策略
拒绝回捞策略（这个我们没有）
额度定价授信
注意：有些公司会根据渠道不同设置以上不同模块
7-5贷前策略三种形式
1.规则集采用并行，因为这样数据留存多，一般是把一类的规则（比如都是人行规则）放在一起
2.决策矩阵：两个规则画格子求评级
3.决策树
7-6白名单
在业务初期可以只用白名单
7-7黑名单
可以适当放出一些看贷后表现
白名单是手机、身份证、邮箱、email等击中所有才算，黑名单是击中一项就算
由于外部黑名单是调接口的，为了防止重复计费，当击中时可以把它变成内部黑名单，防止重复收钱
7-8外部黑名单评估
具体针对黑名单，有以下评估指标：
7-9分群
原则：分群后风险水平的差异、分群后客户数据维度的差别性、分群后的分布稳定性、分群的可解释性
方法：新老户、进件渠道、客户属性、决策树、聚类