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

金融信貸產品的貸前風控流程與常見策略規則類型是從事相關行業人員需要了解的重要內容，在這篇文章中，作者將討論貸前風控流程的大致模塊，并介紹常見的策略規則類型，以幫助讀者更好地理解金融信貸產品和相關業務，一起來看。

本文目錄：

1. 貸前風控流程
2. 貸前風控策略模塊的構成
3. 策略規則的常見類型

一、貸前風控流程

拋開策略技能和模型類型，單從策略角度來看，無論是互聯網金融產品，還是現金貸和消費分期產品，基本上貸前風控都是圍繞這么個流程，主要分為以下三個模塊：

1. 信息核驗

在金融信貸業務中，信息核驗是用戶申請進件后的第一個風控環節，具體表現類型包括身份核驗、人臉識別、位置診斷、核身鑒權等，這些策略必然是產品的準入規則，很多數據來源是通過調用外部接口來實現的，例如身份二要素核驗、手機號三要素核驗等。

2. 欺詐識別

反欺詐在整個信貸領域里是非常凸顯的一個模塊，它的目的并不是挖掘真正的信用風險，而是想識別它的欺詐風險。識別欺詐包括名單過濾、欺詐檢測、多頭識別、交叉驗證等。

3. 授信決策

授信決策是通過多個維度的指標信息，對申請用戶的信用風險進行評估，并根據相關策略來決策審批是否通過或拒絕，具體表現形式有標簽規則、信用評分、模型評級、決策矩陣等。

二、貸前風控策略模塊的構成

信貸業務的貸前風控流程，首先是申請用戶發起進件，業務方通過用戶填寫的申請信息，以及從外部調用的授權信息，獲取風控體系所需要的多維數據，從而加工出策略與模型的相關特征指標，然后按照策略規則的原理邏輯，形成了完善的貸前風控策略，然后根據策略或模型的具體決策邏輯，對用戶進行量化分析與風險評估，同時以風控決策引擎配置好的決策規則，來對申請用戶進行訂單審批與額度授信。

貸前規則類型（業務角度）

在信貸產品的線上風控體系，策略是其中重要的組成部分，策略模塊由多個規則構成，而規則屬性又包括多種類型。從策略應用角度區分，貸前規則類型包括準入條件、邏輯信息、要素核驗、名單過濾、標簽拒絕、模型評級、產品定價等。

上面給大家介紹的是6個類型，從應用的角度來說，還有別的維度，只是這6個類型是容易理解且重要一些。大家可以通過下圖舉例去看下是怎么去執行的。下圖是一個比較標準化的基本順序，當然在具體業務當中會適當的調整。

三、策略規則的常見類型

通過前面的整個業務背景介紹，相信大家都有了基礎了解。上面所講述的規則類型是從業務思維來進行劃分，那從數據分析師/策略分析師/建模分析師的開發角度上如何去劃分規則類型呢？

從開發角度來講，主要從以下幾個維度去進行劃分：

第一種，按特征類型劃分連續型和離散型，對應的規則類型有：連續多區間、二分類和多分類。

一個特征字段的類型有連續型和離散型，離散性又可以劃分為字符型和數字型。連續型特征比較通俗易懂，即將規則劃分成多區間，通過每個區間研究數據樣本的分布情況。離散型有二分類和多分類。二分類如有“是否某電商平臺欺詐黑名單”，黑名單不是0就是1。多分類規則取值不局限于兩類，如有取值范圍為A、B、C、D、E的“信用評分風險等級”。

二分類和多分類是有較大的區別，尤其從開發角度。一方面是驗證的難易程度，從業務角度二分類體現的是一個用戶的正反兩面性質。而多分類在很多情況下取值是有序的，不僅要考慮區分度，還要考慮單調性。不管是多區間還是二分類、多分類，需要綜合考慮其對應的占比和壞賬率。

第二種，按“數據維度”劃分為單維度和多維度，規則類型有：標簽規則和組合規則。

舉個例子，如：某個用戶近1個月他安裝借貸類APP的數量，這可以看到只體現了一個維度，即不考慮時間窗口，只考慮用戶安裝APP的業務屬性。

很多業務當中是多維度的組合，可能是兩個維度或者多個維度，尤其是采用決策樹模型的時候，根據很多數據源不斷去交叉，交叉后就得到了很多個維度的規則。

舉個例子，如：一個用戶的消費風險等級與穩定能力等級。交叉結果可能是這個用戶消費風險等級是低級，比如C級，是最差的。但他是不是特別壞的用戶呢？不一定，雖然比較差，但不是絕對差。如果穩定能力也很差的話，做一個交叉，從矩陣的角度就是多維度組合，這樣效果反而更好一些的。

第三種，從“風險等級”維度劃規則，規則類型有：剛性、高柔和低柔。

風險等級簡單來講就是高低的區別，在業務中真正做規則的時候，往往需要挖掘一些風險高的閾值。那該如何識別風險，只需要將特征數據分布劃分多個區間，把某個區間風險很高的對應的閾值做出一條規則。但既然是風險很高的規則，那不就是一個區間嗎？這里給大家介紹另一個方法。為了實現風險精細化管理與評估，可以考慮將風險較高區間劃分為多個區間。

舉例子，把某規則通過樣本分布劃分了十個區間，把其中最后三個區間分別組成三套規則。雖然是同一數據源，但閾值不同，閾值不同代表里邊每個區間的壞賬率表現是有明顯差異的。通過壞賬率的高低就可以把它定義成很高、高、較高的風險等級。在規則的角度，可以定義成剛性、高柔、低柔。命中剛柔規則，不容置疑，直接拒絕掉。而命中高柔和低柔進行打標簽，進入下一環節。

在這種規則開發思路的情況下，最終可以形成多個不同風險等級的策略規則集，在風控決策應用過程中，單條規則不做決策，所有規則綜合決策，可參考以下：

• 命中剛性規則的數量>0，拒絕
• 命中高柔規則的數量>5，拒絕
• 命中低柔規則的數量>10，拒絕

本篇文章是基于貸前流程跟大家介紹了金融產品中的策略規則的常見類型，更多關于規則的制定邏輯、策略挖掘不在本文展開細講。