中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導(dǎo)語：多頭借貸是一個風(fēng)險較高的借款方式，一般是借貸人出現(xiàn)了較大困難，才會采用這種方式；多頭借貸也不一定是壞事，但是如果過度的進(jìn)行借貸，可能會造成很大的風(fēng)險；本文作者詳細(xì)介紹了多頭借貸數(shù)在風(fēng)控中如何分析和應(yīng)用。

金融風(fēng)險管理中，對于一個借款人還款能力的評估十分重視；如果一個人的資產(chǎn)負(fù)債比過大，一旦發(fā)生資不抵債的現(xiàn)象，金融機(jī)構(gòu)繼續(xù)對其發(fā)放貸款發(fā)生違約的風(fēng)險是極大的。

在體現(xiàn)借款人甚至借款企業(yè)還款能力的眾多指標(biāo)中，多頭借貸是一項核心指標(biāo)。

一、什么是多頭借貸

多頭借貸是指單個借款人向2家或2家以上的金融機(jī)構(gòu)提出借貸需求的行為。

多頭借貸數(shù)據(jù)一般至少會粗分成銀行類多頭借貸、非銀類多頭借貸；按時間跨度可以分為近7天、近15天、近1個月、近3個月、近6個月、近12個月。

多頭借貸除了會統(tǒng)計申請次數(shù)，還會統(tǒng)計申請機(jī)構(gòu)數(shù)、申請最大間隔天數(shù)、申請最小間隔天數(shù)、申請記錄月份、平均每月申請次數(shù)(有申請月份平均)、最大月申請次數(shù)、最小月申請次數(shù)等。

由于單個用戶的償還能力是有限的，向多方借貸必然蘊(yùn)含著較高的風(fēng)險；一般來說，當(dāng)借貸人出現(xiàn)了多頭借貸的情況，說明該借貸人資金出現(xiàn)了較大困難，有理由懷疑其還款能力。

二、多頭借貸數(shù)據(jù)的分析方法

由于多頭借貸可以比較有效的反應(yīng)借款人的還款能力，所以在對借款人信用風(fēng)險、欺詐風(fēng)險評估上，基本都有使用多頭借貸數(shù)據(jù)。

多頭借貸作為一個衡量借款人的維度特征，可以結(jié)合一些逾期指標(biāo)進(jìn)行分析。

圖一

上示例圖一中，對近7天非銀機(jī)構(gòu)申請機(jī)構(gòu)平臺數(shù)進(jìn)行分析，對申請不同平臺數(shù)的客戶，分別統(tǒng)計客群的分布占比、FPD30%、FPD30-DPD90+%、通過單量、FPD30單量、DPD90+單量以及DPD90+%。

通過統(tǒng)計后的數(shù)據(jù)，分析近7天申請N平臺數(shù)的客戶，其不同逾期指標(biāo)的變化趨勢，如上圖中FPD30%的增幅，進(jìn)一步用于尋找策略切點(diǎn)或者豁免客群的回顧分析。

三、多頭借貸數(shù)據(jù)為何少用于模型

多頭借貸少出現(xiàn)在模型變量中，主要有兩個方面原因。

第一：多頭借貸數(shù)據(jù)往往被策略同事應(yīng)用于規(guī)則中。

數(shù)據(jù)建模的目的是從金融弱變量中通過特征工程方法，提煉出有效區(qū)分變量，構(gòu)建評分模型；所以對于多頭借貸數(shù)據(jù)，既然已經(jīng)運(yùn)用在策略規(guī)則中，實(shí)在沒必要加入到模型變量。

如果讀者朋友們看到提交的評分模型報告中有多頭借貸變量，那么建模的同事要么沒有事先了解已上線運(yùn)行的策略規(guī)則集，要么就是為了模型表現(xiàn)指標(biāo)（如KS、AR、AUC）好看強(qiáng)行使用。

第二：多頭借貸數(shù)據(jù)往往覆蓋度不全。

多頭借貸雖然是一個與風(fēng)險強(qiáng)關(guān)聯(lián)的維度，但其查得率一直被人所詬病。

舉一個例子，借款人一個月內(nèi)在多家機(jī)構(gòu)貸款，作為一個特征，很有可能出現(xiàn)某個人雖然頻繁貸款，但并沒有被多頭供應(yīng)商捕捉到；一旦這個特征作為模型變量，那么這個變量的噪聲就很大了。

反而如果做成反欺詐策略，就不需要擔(dān)心噪聲問題，直接選取拒絕線進(jìn)行截斷，最大的影響，也就是沒有拒絕掉足夠多的用戶，而這個影響我們還可以用噪聲較小的模型進(jìn)行彌補(bǔ)。

四、多頭借貸數(shù)據(jù)在策略規(guī)則上的應(yīng)用

多頭借貸在策略上一般作為一條策略規(guī)則，一個拒絕維度參與到整個風(fēng)控流程中。

不同機(jī)構(gòu)，不同信貸產(chǎn)品，不同場景，對于多頭借貸的拒絕線劃分都是不一樣的；如何找到當(dāng)下最適合的多頭借貸拒絕線，對于風(fēng)控策略分析人員，是風(fēng)控工作的核心任務(wù)。

仍以上圖為例，假設(shè)當(dāng)前對于7天多平臺數(shù)規(guī)則的拒絕線劃分在6，即如果7天多平臺數(shù)>=7則拒絕；如果我們現(xiàn)在希望通過7天多平臺數(shù)規(guī)則豁免一部分客群提升整體通過率，此時的拒絕線cutoff應(yīng)該劃分在哪里呢？

如果不是應(yīng)對緊急調(diào)整通過率的情況，我們可以事先豁免7天多平臺數(shù)7-10的客戶，作為測試樣本，用以產(chǎn)生7-10客群通過單量的分布，之后將拒絕線調(diào)回6。

既可以生成如下統(tǒng)計分析表：

圖二

上圖中的桔色部分都是通過分析預(yù)測出來，比如通過圖一中不同多平臺數(shù)FPD30%的平均增幅0.7%，預(yù)測出7-10的FPD30%。

預(yù)估計算公式8FPD30%=7FPD30%+0.7%，進(jìn)一步計算出FPD30量、DPD90量等其他指標(biāo)。

提醒讀者朋友們，因?yàn)槲覀儗τ谫Y產(chǎn)風(fēng)險管控最關(guān)心的逾期指標(biāo)還是不良率，所以我們通過FPD30-DPD90+%的遷徙率預(yù)測出不同7天多平臺數(shù)的DPD90+%。

對于7-10的FPD30-DPD90+%預(yù)估，可以采用MAX(0-6的FPD30-DPD90+%)的預(yù)估方法。

在這之后，我們對于不同7天多平臺數(shù)測算出拒絕線Cutoff的FPD%和DPD%，如下圖所示：

圖三

對比示例圖一和圖三的Cutoff_DPD%可以發(fā)現(xiàn)：規(guī)則拒絕線設(shè)定在>=7時DPD%=3.0%，設(shè)定在>=8時DPD%=3.0%，設(shè)定在>=9時DPD%=3.3%。

規(guī)則拒絕線設(shè)定在>=8的DPD%并沒有增加；此時可以嘗試建議將7天多平臺數(shù)的拒絕線調(diào)整到7。

當(dāng)然，這種策略分析方法仍有一些紕漏，比如此方法需要有測試樣本進(jìn)行觀測，無法滿足快速調(diào)整通過率的需求；7天多平臺數(shù)的FPD30%的增幅實(shí)際情況并非線性增長，有經(jīng)驗(yàn)的策略分析師知道，F(xiàn)PD30%一定會在某一個節(jié)點(diǎn)指數(shù)級增長。

但正是因?yàn)椴呗苑治鰩熗ㄟ^不斷地按照上述方法進(jìn)行樣本測試對照，根據(jù)實(shí)際情況回顧分析結(jié)果，才能不斷的積累策略調(diào)整經(jīng)驗(yàn)，才會對規(guī)則分布具有一定敏感性。

這就是策略分析專家與普通策略分析師之間的差距。

風(fēng)險管理之路，一直在不斷的試錯中找到最優(yōu)解，與大家共勉之。

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。

題圖來自?Unsplash，基于 CC0 協(xié)議