起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識六大場景下，模型分數如何應用？
編輯導語：在信用評分上，是利用風險水平對客群進行排序，評分模型分為很多種，在不同的場景運用的也是不同的模型；要根據實際工作中的情況進行選擇；本文作者分享了關于模型分數的六大場景，我們一起來看一下。
一、開篇
信用評分的核心功能是對客群按風險水平進行排序，即對客群按風險水平進行“差異化”。
評分模型可以從信貸風險管理流程上分成申請評分模型、行為評分模型、催收評分模型以及反欺詐評分模型；這里的反欺詐評分模型還是二分類的評分模型，不同于異常檢測、模糊匹配、關系網絡等圖論型模型。
也可以從應用功能上分為信用評分、風險評分、響應評分、分期轉化率評分等，從而可以進行差異化動作，如通過、拒絕、定價、定額、流程體驗簡化或復雜等等，而這些動作即是評分模型在風險策略上的具體應用。
當我們有了客戶評分之后，需要設定評分的多個cut-off實現評分在策略中的具體應用。
cut-off，又稱評分截點，主要包括“合格分數線”和“各決策區間線”的確定。
其中，“合格分數線”是審批中最低的分數線，也是我們對客戶評分應用中接受的底線，低于該分數值的申請一般不會被接受。
“各決策區間線”是指根據評分劃定的不同分數段，其所代表的風險程度不一樣，在單獨使用或與其他風險規則組合搭配時，其決策策略也不一樣。
如高分段的申請在配置審批通過/拒絕策略時一般設置為“自動批準”或“建議批準”，建議配置的額度也較高；低分段的申請則配置為“自動拒絕”或“建議拒絕”，同時建議的額度也較低。
評分模型的cut-off設定常與實際業務相關，不會簡單的使用算法、KS指標這種機械式的設定，得益于cut-off這種靈活的設計策略，也能使較低區分度的模型在某些場景下得到上線應用的機會，并且模型效果還不錯。
當然，作為最全總結，這種指標類的分數策略應用，作為參考依據也會在下文介紹到。
二、六種場景下的分數應用
1. 應用場景一：以KS、F-Score為代表的指標類評分分數切分
KS是計算模型區分能力的指標，KS=max（累計壞客戶占比-累計好客戶占比）；找到KS最大值的地方進行cut-off一刀切。
F-Score是模型精準率和召回率的二級指標，cut-off切分方法也是找到最大值進行一刀切，如下：
2. 應用場景二：業務需要，保持通過率一致
初次上線評分模型后，較謹慎的設定cut-off分數線的方法是保持和目前一樣的通過率。
在保持當前通過率的同時，模型應用后實際壞賬率和壞賬戶數量會相應減少，這是由于新開發的評分卡與之前相比能夠更好的區分好壞客戶。
一般建議在業務上剛開始使用評分模型時按此種原則設定cut-off分數線，因為通過率較容易確定，而壞賬則需要一段時間來驗證。
3. 應用場景三：業務需要，提高通過率，保持壞賬率一致
這種設定cut-off分數線的方法是，希望增加通過率的同時維持當前的壞賬率不變。
這種方法是具有一定風險的，因為需要通過一段時間才能確定參與評分的申請人的實際壞賬率（因拒絕推斷的影響，實際的壞賬率往往會比通過評分卡估計的壞賬率要高）。
4. 應用場景四：業務需要，同時提高審批通過率和降低壞賬率
這種同時提高審批通過率、降低壞賬率的做法，需要在策略曲線上選擇決策點；實際上cut-off可以是策略曲線上的任意一點，但需隨時監控批準分數選擇的影響，以決定是否需要調整。
策略曲線的繪制方法是將不同分數區間的樣本實際通過率與壞賬率以散點圖形式表示，在某些情景下，為了到達業務需要，對分數區間的等分會臨時放大或減少倍數。
當前策略A點的通過率20%，壞賬率3%，通過使用策略曲線，可以對評分模型應用后，風控策略決定優化方向：
- 如選擇B點，則保證與當下通過率不變的基礎上，降低壞賬率（1%）；
- 如選擇C點，則保證與當下壞賬率不變的基礎上，提高通過率（50%）；
- 如選擇D點，則同時提高審批通過率（30%）和降低壞賬率（1.2%）；
5. 應用場景五：風險損失收益曲線
以上4種場景仍然是基于通過率和壞賬率兩個相對宏觀的指標，對評分模型分數進行策略應用；雖然通過率與壞賬率可以粗略的表示收益與損失，但更精準的方式是根據損失收益曲線設定評分的cut-off。
測算風險損失主要統計的指標有：壞賬損失、總成本。
測算收益主要統計的指標有：分數區間收益預估、預估催收回收金額。
- 其中，壞賬損失可以用dpd30+%、dpd30-90+%（flow rate）以及dpd30+分數區間預估損失測算；
- 總成本主要有資金成本、運營成本、人力成本；
- 分數區間收益可以通過件均、分數區間借款數以及區間定價利率測算；
- 預估催收回收金額可以通過原始壞賬應給收入、dpd30-90+%（flow rate）測算；
最終可以生成風險損失收益曲線，如下：
理想中的損失收益曲線應該是側U型，其實在復雜的真實場景中，損失收益曲線往往呈現出不規則U型。
在上圖中找到損失收益平衡點B點，收益損失最大點C點，以及凈利潤為正的D點、E、F、G…，再根據實際業務需要對當前策略A點進行評分分數cut-off策略應用。
6. 應用場景六：評分與規則交叉后細化評分區間cut-off
此場景是借助更多與逾期強相關變量組合成評分與規則的二維交叉矩陣，對原評分拒絕區間進行部分撈回，以實現風險損失收益細化后的最大化，邏輯與場景五相似，就不再詳細介紹。
三、總結
以上六種場景模型分數應用于策略中的不同選擇，如風險損失收益曲線，仍然可以通過定損模型、定價模型去做更多的量化分析，實現更精細化風險管理；大家結合自己實際工作中的需要，不斷調整量化深淺。
值得提醒大家，雖然更復雜的量化手段和模型可以幫助我們對未來在險價值做更多的挖掘，但同時也有不穩定、預測失誤的風險；模型風險和價值之間的權衡，更應該是我們在實際場景中去掌控的方向。
本文由 @FAL金科應用研院 原創發布于人人都是產品經理，未經許可，禁止轉載。
題圖來自 unsplash，基于 CC0 協議
- 目前還沒評論，等你發揮！
