未来金科学院

说明：**Month end：**选取切片数据的时间为每个自然月的最后一天，所有借据都是在同一天统计。**Cycle end：**选取切片数据的时间为每个借据还款日的第二天，每个借据都有自己的统计日。在统计上，Month end的算法在每次计算逾期天数时，对于在同月内不同时间放款借据给的表现期是有差异的，Cycle end则弥补了这个问题。说明：金额是最常规也是使用最多的，可以观测资产的最终损失；当Vintage分析在借据金额与逾期有相关性的时候，使用单量和金额结合观测会有不错的效果；

随着社会发展的越来越快，各种各样的数据越来越多，那么怎么能从如此庞大的数据源中去寻找合适的数据去为风控服务呢，接下来分享一些对三方数据的进行评估和监测的方法。关注“金科应用研院”，回复“CSDN”领取“风控资料合集”

在日常的策略分析中，经常会碰到分析的变量出现缺失值的情况，如果对这些缺失值视而不见，则会对策略分析的结果造成一定的影响。那么我们如何处理缺失值呢？关注“金科应用研院”，回复“CSDN”领取“风控资料合集”首先，我们需要了解缺失值产生的原因。一般来讲，产生缺失值的原因有很多，比如说：某个变量不适用于所有样本由于信息披漏、隐私保护政策导致缺失数据表连接时的操作带来大量缺失值由于业务发展变化存留下的无意义的字段数据，等同于缺失值。

编写：Joey审核：Devin老师在信贷领域工作当中，其实大多数公司的风控团队或相关模型数据团队，都是贷前服务工作更多一些。今天就以这贷前为例，一起探讨贷前需要重点去研究的相关策略规则。关注“金科应用研院”，回复CSDN”领取风控资料合集。

贷前审批策略是金融风控里重要的一环，是整个贷款流程的基础，应用于筛选目标服务客群。高质量的贷前审批策略搭建是防范风险、减少坏账的重要前提。

至此，我们就用toad快速完成了一个评分卡模型的全流程，可以说是非常方便了，没有使用太多第三方库，除了基本的numpy，pandas就只用到了toad和一点点sklearn，这也可以看出toad确实将评分卡的全流程都进行了完整的封装，足以满足大部分工作的需求。toad是针对风险评分卡的建模而开发的工具包，其功能全面，性能强大，从数据探索EDA、特征筛选、特征分箱、WOE变换，到建模、模型评估、转换分数，对评分卡模型的各个步骤都做了完整的封装，极大的简化了建模的复杂程度，深受从业人员的喜爱。

贷后管理是控制风险、防止不良贷款发生的重要一环。目前行业内对贷后策略评价体系也有许多探索，并针对性地设计多种指标来评估贷后策略效果。指标设计主要体现在资产回收过程追踪以及回收金额评估，包括如下四大类指标：

这里常说的异常点，目前并没有具体的严格定义，大多数来讲，检测异常点都是按照数据分布与业务逻辑结合进行主观判断是否属于异常点。

就风险管理而言，识别是核心，管理是必备手段。贷中管理兼具风险防控和客户价值挖掘的作用，完整而有效的贷中管理体系可以有效提高风险识别的时效性和准确性，及时发现风险、处置风险；深入挖掘客户价值，提升信贷资产的收益，实现客户的精细化和科学化管理。...

不少刚进入风控行业或想转岗的朋友可能都有过这样的困扰，需要掌握哪些代码工具，掌握的程度要求，以及在哪些工作场景是需要应用到工具。

信贷资产是银行所发放的各种贷款所形成的资产业务，而在银行经营的各种贷款业务中，现实或潜在的不能保证贷放出的资金本息安全回收的信贷资产构成了银行的不良信贷资产。

今天想和大家分享一下课程的第一部分内容：特征空间。

1、决策树，是一种分类算法和回归算法，一个类似于流程图的树形结构，树内部的每一个节点代表的是对一个特征的测试，树的分支代表该特征的每一个测试结果，而树的每一个叶子节点代表一个类别。很多做策略分析的同学在做用户分析时，会被用户标签、用户画像、用户分群、用户分层这几个概念绕晕。把用户划分为8个群体，从高消费频次、高消费额、最近消费过的重要价值用户，到低消费频次、低消费额、很久未消费的一般挽留用户。随着互联网金融的发展需要，对于信贷产品、用户的精细化运营是未来的主要方向，而开展精细化运营的基础是对用户的理解。..

近期收到同学们在学习策略或工作应用中遇到的不少业务问题，今天小篇统一整理了一下，分享给大家。我们讲师也是结合实际业务场景的经验，给了同学们细心答复。大家可以看看有没有自己遇到的相似问题？...

本文目录：风控决策树模型决策树模型的种类决策树模型的构造

本文出自@金科应用研院**Q：**模型和策略的工作，边界和交集在哪里，以及未来的职业发展走向是怎样的？A：边界：策略分析师的工作更多是偏全面业务，而模型工程师的工作更偏某一个单点突破，是整个风险控制里的技术担当。比如在真实的信贷业务里，假如C客户申请了贷款，而最终决定是否放款的流程搭建、是否需要评分卡、什么时候需要评分卡…等，整个贷款风险把控的流程是由策略分析师进行主导。但是其中某一个细节点，比如有一部分客户需要进行分层，但以策略分析师的手段我解决不了客户分层的问题；这就需要模型工程师把这些客户区分开，至

很多人普遍认为贷后管理等同于打电话做催收，其实不然。单从催收手段上就可分为：自动代扣、短信提醒、IVR、智能语音、预测式外呼、预览式外呼、上门催收、法务催收、律师函、委外催收、网络仲裁等。仅以发送短信提醒为例，不同的逾期阶段、不同的发送时间都需要经过长期的监测和数据分析后，进行策略优化。...

在整个风控体系中，一般分为贷前、贷中和贷后，贷前一般包括反欺诈和A卡，贷中一般使用B卡，贷后一般使用C卡，随着现在监管的越来越严格，催收的合规性越来越重要，所以各持牌金融机构越来越重视催收团队的建设。...

目前随着量化风险管理理论成为金融领域主流基础管理应用理论，在各个金融业务场景风控管理工作中，风险数据量化管理和风险指标量化管理成为全周期风控管理工作的核心要求。作为合格的全生命周期风控管理操盘手，如何平衡风险控制管理与支持业务发展之间的关系，是风控管理人员日常工作中时刻需要思考的问题。1.在风控管理工作中，不同生命阶段主要关注哪些风控指标？全生命周期风险管理的核心思路是根据一笔金融订单从申请开始到结清结束，流转过程中发生风险的实质性质...

关注“金科应用研院”，回复“CSDN”领取风控资料合集在风险管理中，对于所获得数据的深度挖掘至关重要。因为如果只是从数据的面相上得出结论，往往容易被数据欺骗从而做出错误的决策。在众多的描述性统计指标之外，为了更好的摸清数据与数据之间的真实关系，也经常会用到一些方法来进行监测，卡方检验就是常用的一种方法。就和少数新冠无症状患者一样，单凭症状评估还不够准确，需要核酸检测才能将人群中的潜在危险给排查出来。卡方检验就是常用的一种方法。什么是卡方检验？卡方检验的英文是Chi-Square Test，主要可.

根据麦肯锡最新个人金融服务（PFS）调研显示：1、亚太新兴和发达市场的消费者都在积极使用数字银行，特别是在新冠疫情期间，人们加速广泛使用数字银行的服务。在2021年，亚太地区数字银行的活跃用户较2017年相比达到了新的水平，数字银行的使用渗透率上升接近90%，尤其是亚太地区和亚太新兴区的增势明显。2、新兴市场数字银行服务使用水平已完全赶上发达市场。在亚太新兴地区，使用数字银行服务的比例急剧上升，从2017年的55%增到2021年的88%，与亚太发达地区的差距大幅缩小，亚太发达地区的消费者使用占比则稳定在

关注“金科应用研院”，回复“CSDN”领取风控资料合集编译：Joey（作者）校对：Jackie Liang一、什么是LTV？LTV （Loan To Value）Ratio贷款价值比率，是指贷款金额与特定资产总价值的比率，最常被银行或贷方用来确定特定资产的已发放贷款金额，或维护将要发放款项前的保证金，以保障价值的灵活性。我们举一个简单的例子。比方说，你想购买一套房子，并且你是想通过银行获取一定数额的贷款。这时你就会去银行，了解银行的LTV后再决定买房。举一些实际例子会更容易理解一些。假设你想买

参考：FAL2021年某银行内训资料《中国数字型银行风险治理结构与实战分析案例》关注“金科应用研院”，回复“CSDN”领取“风控资料合集”现如今，数字化体系建设对于我国各类金融机构已经犹如4G普及、5G发力一样，乃是金融机构可以从众多同类中脱颖而出的核心建设。随着金融科技发展，未来必将是科技化、专业化、数字化的金融企业。在金融借贷场景下，银行作为我国这类场景的主力军，发挥着不可或缺的核心作用。那么，以银行为例，如何建立适用于数字型银行的全面风险管理体系，我相信是当下时代银行业面临的机遇与挑战之一。.

贷后管理，顾名思义就是银行等信贷机构从贷款发放或其他信贷业务发生后直至本息收回或信用结束全过程的信贷管理。关注“金科应用研院”，回复“CSDN”领取风控资料合集因为逾期在信贷中无可避免，而贷后管理作为风控流程的最后一道抓手，是转亏为利的关键。本文先向读者介绍贷后管理流程中资产质量、催收方式、过程管理这3个部分涉及的常用专业术语与指标作为脉络，给读者当一位了解贷后的“引路人”。资产质量**入催：**特指进入待催任务列表，不一定与逾期天数逾期金额相关，如宽限队列，强制入催。到催收流程，考虑催收存在

国际会计准则委员会 (IASB) 和其他会计准则制定者制定了有关银行应如何为财务报表报告目的确认和准备信用损失的原则性标准。2014 年 7 月，IASB 发布了《国际财务报告准则第 9 号——金融工具》（IFRS 9），引入了“预期信用损失”（ECL）框架来确认减值。本文摘要概述了 IFRS 9 下的 ECL 框架及其对巴塞尔资本框架中会计准备金监管处理的影响。关注金科应用研院，回复【CSDN】，领取量化风控资料大礼包！**一、IFRS 9下的减值确认有何不同？**自 2018 年 1 月 1.

关注“金科应用研院”，回复“CSDN”领取风控资料合集01、授信额度与贷款额度授信额度是指金融机构能够为借款人提供的最大贷款金额。贷款额度一般是指借款人在金融机构给予的最大贷款金额范围内，实际借贷的金额。授信额度和贷款额度的主要区别是授信额度属于意向额度，而贷款额度是实际取现额度，授信额度会始终大于等于贷款额度。只有借款人的授信额度增加，他的贷款额度才可以增加，否则最大的贷款额度就是授信额度。从金融信贷产品角度来看，一般消费分期类的信贷产品授信额度等同于贷款额度，实际上往往也只讲贷款额度。对于信用

关注“金科应用研院”，回复“CSDN”领取风控资料合集风险客户1.本银行内有贷款逾期记录的客户2.行内贷款五级分类属于前四等级的即非正常分类：第一等级为授信主体出现经营危机；第二等级为授信主体经营下滑或出现下滑的苗头；第三等级为授信主体风险相对于评审准入时有扩大迹象，存在潜在风险隐患；第四等级为授信主体存在影响授信安全的不利因素，需要提高关注，或提高贷后检查频率，增强对客户的跟踪和监控；第五等级为授信主体正常运营，没有理由怀疑贷款可能出现风险。3.他行贷款有逾期记录客户4.外部发债未按

原创 Zhou 来源：金科应用研院许多人觉得个人信用报告复杂难懂、难以解析，主要原因是个人信用报告记载了个人贷款、使用信用卡等多种信用活动的信息，而且涉及很多专业词汇，这些词汇虽然每个人可能略知一二，但探究其确切含义起来，恐怕一些专业人士都要斟酌斟酌。关注“金科应用研院”，回复“CSDN”领取风控资料合集。另外还有一些词汇和符号是个人信用报告所特有的，比如在描述最近24个月每个月的还款状况记录时，会用到一些专用字符与一些数字。这些专用名词、专用字符和数字究竟是什么意思，接下来给大家逐步介绍！**

在真实工作场景中，有多种算法依据借贷数据集建立模型，主要使用的算法有逻辑回归、神经网络、决策树、贝叶斯信念网、GBDT算法等，本系列文章旨在为刚入门和对模型感兴趣的同学介绍传统风控模型算法之一——逻辑回归。前方高能！准备发车！逻辑回归算法逻辑回归(LogisticRegression)又称为逻辑回归分析，经常被用于分类，是常用的预测算法之一。通过学习历史数据的特性预测新数据的表现结果。例如，可以将放贷概率设定为因变量，将用户的自身属性以及行为特征属性，例如家庭人员数量、婚姻状况、年龄、同一页面停留时

在量化风险管理中，策略人员每天都会碰到各种各样的场景需要进行决策，通常决策都会需要大量的数据分析结果来做支撑。一套完整的策略决策层级总体分成五个阶段:客户分类预测模型多维矩阵决策模型决策最优化每个阶段都是以上一个阶段为基础来递进决策。本文将对风险策略中的五层决策进行一定的介绍。1.客户分类此阶段主要是使用一些描述性统计方法(如均值、方差、频率、概率分布等)和探索性统计方法(如聚类分析、因子分析等)，对客户信息进行较简单的分析。实际业务分析场景中，常见分析有对客户行为或静态特征进行观察

信用在当今社会的重要性不言而喻，及时关注征信记录，主动维护自己的个人信用直接决定是否能成功申请到银行贷款、贷款利率和授信额度的高低。一、什么是个人征信？个人征信在现代社会当中的含义主要是指依照国家法律规定设立的个人征信机构对个人信息的收集、加工，并根据这些信息，提供给用户进行信息查询和信用评估服务。个人征信的主要表现形式就是个人征信报告。个人征信报告是征信机构通过对个人信用信息的收集、汇总，经过处理后，按照法律规定将合法的信息提供给用户的个人信用历史记录。二、个人征信具体包括哪些内容？个人征信的主

此前我们讨论了WOE值以及应用场景，而提到了WOE值，就不得不再提出IV值,IV值公式的形成来源于信息熵，公式形式是类似的，只是具体的计算不一样。传送门：《风控算法知识——WOE值的深度理解与应用》而什么是信息熵呢？香农(Shannon)早在1948年在他著名的《通信的数学原理》论文中指出：“信息是用来消除随机不确定性的东西”并提出信息熵的概念。熵越大表示信息的无序化程度越高，相对应的信息效用越低。而信息熵是消除不确定性所需信息量的度量，即未知事件可能含有的信息量。我们用信息熵来描述一个事件混乱程度的

传统金融学的风险管理理论，是结合自身的理论基础对金融市场进行了分析，提出了有关的假设理论，并经过严谨的数学公式演算，得出了科学严谨的理论依据，从而辅助做出正确的金融决策。行为经济学家在此基础上，有效融合了心理学基础理论，运用金融投资人的行为分析，通过对投资人的心理变化做出详细的分析，得出有关的风险管理的影响，进而有效促进风险管理的发展，从而形成了行为金融学的理论。行为金融学与风控的关系在风控评价方面，行为金融学从风险度量和心理决策两方面提供了有效的评价方法，风险度量主要通过将金融资产定价，并评估市场参

催收作为回款补救的最后一道关卡，一直以来都不是一个特别美好的词汇，因为我们更多的时候，听到的是暴力催收（通讯录，色情图片，恐吓等等）。关注“金科应用研院”，回复“CSDN”，领取风控资料合集。但是实际上，催收是一项很需要策略的工作，本文目的是将个人对催收的理解和信息的整理做分享，让读者朋友们更加客观的了解催收这件事情。同时在监管和客户逾期愈变严重的当下，群策群力，完善催收工作，同时对前期获客，授信，以及提现等风控设计做到更多的贷后反馈。01、催收基本手段介绍短信催收：通过短信的方式提醒客户还款，一般作

“信用策略做得好的就一定能把欺诈策略做得好吗？”“不是”反欺诈的策略是定义NO的，找出不准入的人，比较像是排雷的过程。信用策略一部分工作同样是定义NO，例如逾期天数限制、信贷申请次数限制，但信用策略更需要偏重于定义YES，也就是定义目标客群特征。我们在定义NO时，需要接入数据源来辅助判断，那么头疼的问题来了：如何接到有用的数据？????做法1：确定一个拟测试数据的list，选取测试样本发过去，待测试样本返回后，运用单变量分析方法，确定ks/iv等高的数据对接；????做法2：在样本选取上考虑信

从3年前开始，小微企业信用贷款受到国家政策的影响，以银行为主的金融机构，不断加大对小微企业融资贷款的支持。2021年大部分信贷场景将继续受到监管严控，小微企业信贷业务会在之后，呈整体上升趋势。贷前审批策略设计需要确认以下5个部分：熟悉产品类型，了解业务流程制定风控流程和策略架构对应主体策略架构整合数据设计审批策略流程审批策略的落地部署确认第一部分：熟悉产品类型，了解业务流程熟悉产品类型： • 明确核查审批的客群 • 了解业务流程和监管要求 • 从客群画像设计需要控制的风险点设计业务风控流程

报表体系的搭建对于任何一家金融机构都尤为重要，对于风控模型来说经上线部署后会因内外部各种因素引起模型分数偏移，甚至出现错误。因此，为了能在第一时间发现问题，我们需要对模型进行动态监控。有一套相对完整的报表系统，能对模型的有效性、稳定性进行监控，更好地保证模型运行以及迭代新的模型版本。对于一般的风控模型，即ABC卡来说，简单地可以把监控分为前端监控和后端监控。这两张报表主要是反应分数分布和区分能力的，通用于所有模型。1、前端监控前端监控是客群表现label出来之前的监控，主要监控当月人群模型分数的分布

在各行各业都有很多专业的指标，界定行业、项目发展标准。在金融行业风险管理领域，也同样存在各种风控指标，辅助风控业者判定风险管理水平的优劣，比如FSTQPD、App_rate、Delq_rate。大部分风控指标功能单一，比如App_rate就是表示申请进件的通过率，大家兢兢业业在自己领域做贡献，但有一些超强指标，在跨界之间产生应用，发生不一样的化学反应。今天，我就重点聊聊Gini和PSI这两个指标，在量化风控上如何实现多重应用。1、GINIGINI指标最早在量化风控上主要用于评分模型，对于训练出来的分

在模型风险管理不断被监管重视的当下，从银行金融机构开始，消费金融公司、网络小贷公司将会循序渐进、逐步建立完善的模型评审制度和标准，筹备模型审查部或小组。或许“模型评审部“对于大部分在中国金融体系内从业的风控工作者相对陌生，但其在金融系统发达国家如美国、新加坡等地，如美国Capital one会单独设立“模型评审部”。也有一些外资银行/互联网金融机构会设立双模型审查组，一个组成立于模型内部，一个组成立于应用方外部。模型审查的目的有三，如下：1.为提供金融产品和服务的公司提供一套在决策中使用AIDA时需

在金融行业里，大家对于系统稳定运行比精准运行，更迫切的需求。这也是为什么位于国内四大行之首的工商银行，后台业务系统还是多年没升级。原因之一是考虑到系统需要稳定运行。在风险管理上，对于稳定性的监控也十分重要，在这之上才会考虑风险的精准识别，以及差异化客群风险定价。衡量稳定度的量化指标有很多，其中最好用也最容易理解的是PSI指标。01、PSI指标是什么？PSI是Population Stability Index的简称，最早运用于评估评分模型的稳定性。对于大多数金融风控从业者，对于PSI指标的认识还是