风控ML[6] | 风控模型在什么位置发光发亮

基于本人过往几年做风控建模的经验，总结了一下咱们的风控模型在金融的哪些环节发挥着自己的作用，希望可以对想进入这行的同学提供一些信息，当然，以下的总结也是基于本人浅薄的经历总结的，应该是不够全面的，但基本可以涵盖80-90%吧，嘻嘻。

标题说了是在哪些位置发光发亮，那么我们就按照金融不同的阶段来介绍：

01 产品&营销阶段

包含产品定价、客户推荐等。

• 产品定价：定价模型在这儿为产品设计提供数据支持；

• 客户推荐：模型在这儿主要是为了找到有贷款意愿的客户，提供名单给营销人员；

02 贷前阶段

包含客户准入、预授信、放款监控等。

• 客户准入：模型在这里可以用来做黑名单生成、客户风险评估，直接拒绝高风险客户；

• 预授信：模型同样是计算出客户的风险等级，供策略同事进行额度的分配；

• 放款监控：支付通道会有支付风控模型，用于风险等级计算、反洗钱识别、反欺诈识别等；

03 贷中阶段

包含额度利率管理、逾期预测、客户流失预测等。

• 额度利率管理：获客成本高，所以利用额度和利率的调整来刺激客户的活跃度；

• 逾期预测：根据借款人放款之后的还款行为预测未来逾期的概率；

• 客户流失预测：获客成本高，对存量客户做好流失预测，做适当的激活措施来挽留客户；

04 贷后阶段

包含逾期催收、授信重新计算。

• 逾期催收：主要有C-M1模型、CPD1-10模型以及失联预测模型；

• 授信重新计算：基于客户当前的行为情况重新计算客户的风险，重新调整下授信额度。