編輯導(dǎo)語(yǔ)：在信用評(píng)分上，是利用風(fēng)險(xiǎn)水平對(duì)客群進(jìn)行排序，評(píng)分模型分為很多種，在不同的場(chǎng)景運(yùn)用的也是不同的模型；要根據(jù)實(shí)際工作中的情況進(jìn)行選擇；本文作者分享了關(guān)于模型分?jǐn)?shù)的六大場(chǎng)景，我們一起來(lái)看一下。

一、開(kāi)篇

信用評(píng)分的核心功能是對(duì)客群按風(fēng)險(xiǎn)水平進(jìn)行排序，即對(duì)客群按風(fēng)險(xiǎn)水平進(jìn)行“差異化”。

評(píng)分模型可以從信貸風(fēng)險(xiǎn)管理流程上分成申請(qǐng)?jiān)u分模型、行為評(píng)分模型、催收評(píng)分模型以及反欺詐評(píng)分模型；這里的反欺詐評(píng)分模型還是二分類的評(píng)分模型，不同于異常檢測(cè)、模糊匹配、關(guān)系網(wǎng)絡(luò)等圖論型模型。

也可以從應(yīng)用功能上分為信用評(píng)分、風(fēng)險(xiǎn)評(píng)分、響應(yīng)評(píng)分、分期轉(zhuǎn)化率評(píng)分等，從而可以進(jìn)行差異化動(dòng)作，如通過(guò)、拒絕、定價(jià)、定額、流程體驗(yàn)簡(jiǎn)化或復(fù)雜等等，而這些動(dòng)作即是評(píng)分模型在風(fēng)險(xiǎn)策略上的具體應(yīng)用。

當(dāng)我們有了客戶評(píng)分之后，需要設(shè)定評(píng)分的多個(gè)cut-off實(shí)現(xiàn)評(píng)分在策略中的具體應(yīng)用。

cut-off，又稱評(píng)分截點(diǎn)，主要包括“合格分?jǐn)?shù)線”和“各決策區(qū)間線”的確定。

其中，“合格分?jǐn)?shù)線”是審批中最低的分?jǐn)?shù)線，也是我們對(duì)客戶評(píng)分應(yīng)用中接受的底線，低于該分?jǐn)?shù)值的申請(qǐng)一般不會(huì)被接受。

“各決策區(qū)間線”是指根據(jù)評(píng)分劃定的不同分?jǐn)?shù)段，其所代表的風(fēng)險(xiǎn)程度不一樣，在單獨(dú)使用或與其他風(fēng)險(xiǎn)規(guī)則組合搭配時(shí)，其決策策略也不一樣。

如高分段的申請(qǐng)?jiān)谂渲脤徟ㄟ^(guò)/拒絕策略時(shí)一般設(shè)置為“自動(dòng)批準(zhǔn)”或“建議批準(zhǔn)”，建議配置的額度也較高；低分段的申請(qǐng)則配置為“自動(dòng)拒絕”或“建議拒絕”，同時(shí)建議的額度也較低。

評(píng)分模型的cut-off設(shè)定常與實(shí)際業(yè)務(wù)相關(guān)，不會(huì)簡(jiǎn)單的使用算法、KS指標(biāo)這種機(jī)械式的設(shè)定，得益于cut-off這種靈活的設(shè)計(jì)策略，也能使較低區(qū)分度的模型在某些場(chǎng)景下得到上線應(yīng)用的機(jī)會(huì)，并且模型效果還不錯(cuò)。

當(dāng)然，作為最全總結(jié)，這種指標(biāo)類的分?jǐn)?shù)策略應(yīng)用，作為參考依據(jù)也會(huì)在下文介紹到。

二、六種場(chǎng)景下的分?jǐn)?shù)應(yīng)用

1. 應(yīng)用場(chǎng)景一：以KS、F-Score為代表的指標(biāo)類評(píng)分分?jǐn)?shù)切分

KS是計(jì)算模型區(qū)分能力的指標(biāo)，KS=max（累計(jì)壞客戶占比-累計(jì)好客戶占比）；找到KS最大值的地方進(jìn)行cut-off一刀切。

F-Score是模型精準(zhǔn)率和召回率的二級(jí)指標(biāo)，cut-off切分方法也是找到最大值進(jìn)行一刀切，如下：

2. 應(yīng)用場(chǎng)景二：業(yè)務(wù)需要，保持通過(guò)率一致

初次上線評(píng)分模型后，較謹(jǐn)慎的設(shè)定cut-off分?jǐn)?shù)線的方法是保持和目前一樣的通過(guò)率。

在保持當(dāng)前通過(guò)率的同時(shí)，模型應(yīng)用后實(shí)際壞賬率和壞賬戶數(shù)量會(huì)相應(yīng)減少，這是由于新開(kāi)發(fā)的評(píng)分卡與之前相比能夠更好的區(qū)分好壞客戶。

一般建議在業(yè)務(wù)上剛開(kāi)始使用評(píng)分模型時(shí)按此種原則設(shè)定cut-off分?jǐn)?shù)線，因?yàn)橥ㄟ^(guò)率較容易確定，而壞賬則需要一段時(shí)間來(lái)驗(yàn)證。

3. 應(yīng)用場(chǎng)景三：業(yè)務(wù)需要，提高通過(guò)率，保持壞賬率一致

這種設(shè)定cut-off分?jǐn)?shù)線的方法是，希望增加通過(guò)率的同時(shí)維持當(dāng)前的壞賬率不變。

這種方法是具有一定風(fēng)險(xiǎn)的，因?yàn)樾枰ㄟ^(guò)一段時(shí)間才能確定參與評(píng)分的申請(qǐng)人的實(shí)際壞賬率（因拒絕推斷的影響，實(shí)際的壞賬率往往會(huì)比通過(guò)評(píng)分卡估計(jì)的壞賬率要高）。

4. 應(yīng)用場(chǎng)景四：業(yè)務(wù)需要，同時(shí)提高審批通過(guò)率和降低壞賬率

這種同時(shí)提高審批通過(guò)率、降低壞賬率的做法，需要在策略曲線上選擇決策點(diǎn)；實(shí)際上cut-off可以是策略曲線上的任意一點(diǎn)，但需隨時(shí)監(jiān)控批準(zhǔn)分?jǐn)?shù)選擇的影響，以決定是否需要調(diào)整。

策略曲線的繪制方法是將不同分?jǐn)?shù)區(qū)間的樣本實(shí)際通過(guò)率與壞賬率以散點(diǎn)圖形式表示，在某些情景下，為了到達(dá)業(yè)務(wù)需要，對(duì)分?jǐn)?shù)區(qū)間的等分會(huì)臨時(shí)放大或減少倍數(shù)。

當(dāng)前策略A點(diǎn)的通過(guò)率20%，壞賬率3%，通過(guò)使用策略曲線，可以對(duì)評(píng)分模型應(yīng)用后，風(fēng)控策略決定優(yōu)化方向：

• 如選擇B點(diǎn)，則保證與當(dāng)下通過(guò)率不變的基礎(chǔ)上，降低壞賬率（1%）；
• 如選擇C點(diǎn)，則保證與當(dāng)下壞賬率不變的基礎(chǔ)上，提高通過(guò)率（50%）；
• 如選擇D點(diǎn)，則同時(shí)提高審批通過(guò)率（30%）和降低壞賬率（1.2%）；

5. 應(yīng)用場(chǎng)景五：風(fēng)險(xiǎn)損失收益曲線

以上4種場(chǎng)景仍然是基于通過(guò)率和壞賬率兩個(gè)相對(duì)宏觀的指標(biāo)，對(duì)評(píng)分模型分?jǐn)?shù)進(jìn)行策略應(yīng)用；雖然通過(guò)率與壞賬率可以粗略的表示收益與損失，但更精準(zhǔn)的方式是根據(jù)損失收益曲線設(shè)定評(píng)分的cut-off。

測(cè)算風(fēng)險(xiǎn)損失主要統(tǒng)計(jì)的指標(biāo)有：壞賬損失、總成本。

測(cè)算收益主要統(tǒng)計(jì)的指標(biāo)有：分?jǐn)?shù)區(qū)間收益預(yù)估、預(yù)估催收回收金額。

• 其中，壞賬損失可以用dpd30+%、dpd30-90+%（flow rate）以及dpd30+分?jǐn)?shù)區(qū)間預(yù)估損失測(cè)算；
• 總成本主要有資金成本、運(yùn)營(yíng)成本、人力成本；
• 分?jǐn)?shù)區(qū)間收益可以通過(guò)件均、分?jǐn)?shù)區(qū)間借款數(shù)以及區(qū)間定價(jià)利率測(cè)算；
• 預(yù)估催收回收金額可以通過(guò)原始?jí)馁~應(yīng)給收入、dpd30-90+%（flow rate）測(cè)算；

最終可以生成風(fēng)險(xiǎn)損失收益曲線，如下：

理想中的損失收益曲線應(yīng)該是側(cè)U型，其實(shí)在復(fù)雜的真實(shí)場(chǎng)景中，損失收益曲線往往呈現(xiàn)出不規(guī)則U型。

在上圖中找到損失收益平衡點(diǎn)B點(diǎn)，收益損失最大點(diǎn)C點(diǎn)，以及凈利潤(rùn)為正的D點(diǎn)、E、F、G…，再根據(jù)實(shí)際業(yè)務(wù)需要對(duì)當(dāng)前策略A點(diǎn)進(jìn)行評(píng)分分?jǐn)?shù)cut-off策略應(yīng)用。

6. 應(yīng)用場(chǎng)景六：評(píng)分與規(guī)則交叉后細(xì)化評(píng)分區(qū)間cut-off

此場(chǎng)景是借助更多與逾期強(qiáng)相關(guān)變量組合成評(píng)分與規(guī)則的二維交叉矩陣，對(duì)原評(píng)分拒絕區(qū)間進(jìn)行部分撈回，以實(shí)現(xiàn)風(fēng)險(xiǎn)損失收益細(xì)化后的最大化，邏輯與場(chǎng)景五相似，就不再詳細(xì)介紹。

三、總結(jié)

以上六種場(chǎng)景模型分?jǐn)?shù)應(yīng)用于策略中的不同選擇，如風(fēng)險(xiǎn)損失收益曲線，仍然可以通過(guò)定損模型、定價(jià)模型去做更多的量化分析，實(shí)現(xiàn)更精細(xì)化風(fēng)險(xiǎn)管理；大家結(jié)合自己實(shí)際工作中的需要，不斷調(diào)整量化深淺。

值得提醒大家，雖然更復(fù)雜的量化手段和模型可以幫助我們對(duì)未來(lái)在險(xiǎn)價(jià)值做更多的挖掘，但同時(shí)也有不穩(wěn)定、預(yù)測(cè)失誤的風(fēng)險(xiǎn)；模型風(fēng)險(xiǎn)和價(jià)值之間的權(quán)衡，更應(yīng)該是我們?cè)趯?shí)際場(chǎng)景中去掌控的方向。

本文由 @FAL金科應(yīng)用研院 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)自 unsplash，基于 CC0 協(xié)議