在信貸行業(yè)，風(fēng)控技術(shù)人員 TOP5 頭疼事件排行榜上，額度授予模型一定榜上有名；今天我就借這個(gè)機(jī)會(huì)，好好說說額度授予模型。

金大師筆下的江湖暫告一段落，金融風(fēng)控的修行卻永遠(yuǎn)在路上。

俗話說的好：

• 產(chǎn)品有三寶：彈窗，浮層加引導(dǎo)。
• 設(shè)計(jì)有三寶：透明，陰影加圓角。
• 運(yùn)營(yíng)有三寶：短信，push加紅包。技術(shù)有一寶，這個(gè)做不了。

在信貸行業(yè)，風(fēng)控技術(shù)人員TOP5頭疼事件排行榜上，額度授予模型一定榜上有名。

今天我就借這個(gè)機(jī)會(huì)，抖抖額度授予模型的寶。

額度授予模型的難度主要來源于模型的驗(yàn)證過程：

1. 驗(yàn)證額度模型需要大量數(shù)據(jù)

風(fēng)險(xiǎn)預(yù)測(cè)模型中，模型的輸出可以和客戶的實(shí)際違約情況進(jìn)行對(duì)比，從而一較高下；但是對(duì)于額度模型，每一個(gè)客戶都是獨(dú)特的，且只有一次被額度授予的機(jī)會(huì)，所以無法監(jiān)督哪一個(gè)額度模型的表現(xiàn)更好。

2. 驗(yàn)證額度模型需要較長(zhǎng)時(shí)間

額度模型的好壞，最常用的一把尺子是客戶帶來的利潤(rùn)，為了觀測(cè)到客戶帶來的利潤(rùn)，常常要追蹤客戶1到2年。在國(guó)內(nèi)瞬息萬變的信貸市場(chǎng)，等到這個(gè)時(shí)候可能黃花菜都涼了。

雖然驗(yàn)證不易，但是在沒有足夠的數(shù)據(jù)和驗(yàn)證時(shí)間的情況下，還是有一些基本原則可以助我們逆風(fēng)翻盤：

一、初級(jí)階段

額度矩陣?yán)斫馄饋砗芎?jiǎn)單，就是選取合適的指標(biāo)區(qū)分客群來授予額度。

我們用風(fēng)險(xiǎn)作為唯一決策因子舉一個(gè)例子：

1. 確定額度范圍：通過分析產(chǎn)品想要針對(duì)的客群，從而找到一個(gè)適當(dāng)?shù)念~度范圍。比如說藍(lán)領(lǐng)貸款額度在3000到1萬之間；白領(lǐng)的貸款額度在5000到3萬之間；
2. 確定風(fēng)險(xiǎn)因子：選擇一個(gè)評(píng)估客戶風(fēng)險(xiǎn)程度的指標(biāo)，比如說使用融慧提供的多頭分；
3. 有了上面兩步，就可以快速地確定額度授予了（以藍(lán)領(lǐng)為例）：

在單因子的基礎(chǔ)上加入更多的考慮因子，比如說收入，就可以組成一個(gè)更多元的額度矩陣。

這樣的額度矩陣非常適合剛剛開始貸款業(yè)務(wù)的機(jī)構(gòu)，例如如下矩陣:

因?yàn)榭蛻糇约禾顚懙氖杖胪y以驗(yàn)證，也可以考慮使用其他的指標(biāo)代替，比如說居住小區(qū)房?jī)r(jià)、職業(yè)、生活習(xí)慣等畫像類指標(biāo)代替。這些維度的引入可以使額度矩陣更加復(fù)雜，也更加準(zhǔn)確。

不過，到哪里去找這些變量呢？

上面提到的風(fēng)險(xiǎn)和客戶畫像，是融慧金科最擅長(zhǎng)的領(lǐng)域；歡迎后臺(tái)留言垂詢。

二、中級(jí)階段

當(dāng)機(jī)構(gòu)在積累了一定的數(shù)據(jù)之后，可以通過建模來更科學(xué)地進(jìn)行額度授予。具體的指導(dǎo)思想則是以利潤(rùn)為衡量的標(biāo)尺，找尋利潤(rùn)最大化的點(diǎn)。

現(xiàn)金貸的利潤(rùn) = 收入 – 損失 = 貸款金額 x 利率 – 違約金額

在授信額度比較低的時(shí)候，額度增高，客戶可借款增加，收入增長(zhǎng)的速度快。但是當(dāng)授予額度超過好人可以償還的范圍的時(shí)候，好人的額度使用率會(huì)下降，導(dǎo)致借款增長(zhǎng)緩慢，收入放緩。

與此同時(shí)，壞人的額度使用率仍然會(huì)維持在100%左右，于是損失迅速增長(zhǎng)。模型的目標(biāo)就是模擬每一個(gè)客戶的收入和損失，找到使利潤(rùn)一階導(dǎo)為0，利潤(rùn)最大化的額度；這個(gè)就是我們的最優(yōu)額度。

舉一個(gè)簡(jiǎn)單的例子：

我們假設(shè)今天是Mate20手機(jī)（價(jià)值5000元）發(fā)售的日子。所有好人的借款目的都是購(gòu)買Mate20。當(dāng)授信額度低于5000塊，好人一定會(huì)取完授信額度。但是當(dāng)授信額度超過5000塊錢以后，好人不會(huì)多取。與此同時(shí)，壞人一定會(huì)取現(xiàn)完所有授信額度。

假設(shè)客群的利息為18%，逾期概率為10%，那么：

這個(gè)客群的最優(yōu)的額度授予應(yīng)該為5000，每位客人的最大利潤(rùn)為 5000 x (0.18-0.1) = 400元。

這個(gè)例子看上去是不是特別簡(jiǎn)單？

但是實(shí)際運(yùn)用中可能牽扯到上百種變量和數(shù)十個(gè)模型。于是引出了接下來我們要介紹的機(jī)器學(xué)習(xí)模型。

三、高級(jí)階段

我們?yōu)槭裁葱枰獧C(jī)器學(xué)習(xí)模型？

原因就在于中級(jí)階段預(yù)測(cè)利潤(rùn)的模型有兩個(gè)缺點(diǎn)：

1. 邏輯回歸模型不能抓住非線性的關(guān)系；
2. 實(shí)際運(yùn)用中，預(yù)測(cè)利潤(rùn)往往牽扯到數(shù)十個(gè)模型疊加，所以更新模型十分耗時(shí)。

機(jī)器學(xué)習(xí)模型中，KNN模型適合用于額度模型，可以解決邏輯回歸模型的以上兩個(gè)缺點(diǎn)。

KNN模型，也叫最近鄰居法，它的思路如下：

1. 給大量客戶（客戶群體A）隨機(jī)進(jìn)行額度授予，并追蹤他們的表現(xiàn)；
2. 利用最近鄰居法在群體A中找到和申請(qǐng)人B相似的客群子集（子集C）；
3. 子集C里面的客戶群體因?yàn)楸浑S機(jī)分配了不同的額度，同時(shí)不同的額度帶來了不同的客戶表現(xiàn)，我們可以直接給申請(qǐng)人B授予子集C中使客戶利潤(rùn)最大化的額度。

看到這里，大家一定 敬 (云) 佩 (里) 不 (霧) 已 (里)，所以我們特別做了一個(gè)圖：

從上面的介紹可以看出：KNN模型最大的困難就是積累足夠多的隨機(jī)樣本來進(jìn)行建模。這也呼應(yīng)了我們一開始提出的額度授予模型的難題。不過基于以上的分享，我相信每個(gè)階段的公司，都可以找到適合自己現(xiàn)階段發(fā)展情況的額度方法，進(jìn)行額度授予。

以上就是今天的5分鐘。

上面的例子看上去簡(jiǎn)單，但額度模型的構(gòu)建其實(shí)是復(fù)雜困難的，不過獅子座屬虎的女明星曾經(jīng)給我們端上一碗雞湯。

本文由 @融慧金科 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。

題圖來自 Unsplash，基于CC0協(xié)議。