常见风控策略

#风控 #贷款 #反欺诈

引言

了解金融风控一共有3块内容:

  1. 一是了解风控中金融常见业务规则的类型(大概有个认知即可);
  2. 二是了解对应架构是如何的(以携程为例,简单了解即可);
  3. 三是对一些金融中常用的策略模型算法解释,这部分是重点重点

风控金融的基本业务

  1. 消费分期:唯品花、唯品贷、支付宝的花呗、携程金融拿去花、京东白条等。
  2. 现金分期:蚂蚁的借呗、携程金融的借去花、京东金条等。
  3. 理财产品:银行产品或者是第三方合作
  4. 信用卡:银行合作
  5. 供应链金融:上下游业务合作、银行合作

消费金融风险

  • 消费金融风险大体可以分为可控风险和不可控风险,算法主要解决可控风险。如图所示:
    在这里插入图片描述
  1. 信用风险:借款人因各种原因未能及时、足额偿还债务或而违约的可能性。
  2. 欺诈风险:客户发起借款请求时无意还款,按照人数可以分为团伙欺诈和个人欺诈,欺诈者往往通过伪造身份信息、联系方式、设备信息、资产信息等方式实施欺诈。
  • 按照客户流程来看,风控模型贯穿获客、准入、经营、逾期的整个客户生命周期。
    • 贷前信用风险模型
    • 贷中行为风险模型
    • 欺诈检测及贷后催收模型
      在这里插入图片描述

金融风控的模型评分标准

  • 行业内常用的是ABC三张评分卡。A卡、B卡、C卡分别表示:
    • A:申请评分卡(Application Score Card):在获客过程中用到的信用风险模型。
    • B:行为评分卡(Behavior Score Card):即用户获得信用额度后,模型根据用户的贷中行为数据,进行风险水平的预测。
    • C:催收评分卡(Collection Score Card):简单说就是怎样追债成功率会大一些。who、time、how much……(例如当用户出现逾期时,机构应该先催谁,或者哪些用户不用催,就自动会把钱还回来。催收模型一定程度节约催收成本,提高回催率)
  • 要解决的关键点:
    • 反欺诈识别:根据用户提供的材料进行身份核实,确保用户不存在欺诈行为。
    • 信用评级:与传统银行的信用评分卡原理类似,数据维度更加丰富,包括社交数据、收入数据、行为数据等,判定用户的信用风险等级,评估用户的履约能力。
    • 风险等级:根据用户
  • 5
    点赞
  • 76
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
对于风控模型性能优化的搜索策略,通常可以采取以下几个方向: 1. 特征工程优化:对于风险模型来说,特征选择和特征构建是非常重要的一环。可以通过领域知识和数据分析来筛选出最相关的特征,并进行特征工程,例如特征变换、组合和衍生等,以提高模型性能。 2. 模型选择和调参:在风控模型中,常见算法包括逻辑回归、决策树、随机森林、支持向量机等。可以尝试不同的算法,并进行模型选择和调参,以找到最适合问题的模型和参数组合。 3. 数据预处理和清洗:风险模型的性能很大程度上受到输入数据的质量影响。因此,在建模之前,需要对数据进行预处理和清洗,包括缺失值处理、异常值处理、重复值处理等,以提高数据的准确性和完整性。 4. 集成学习:集成学习是一种将多个模型组合起来进行预测的方法。可以尝试使用集成学习算法,如随机森林和梯度提升树等,以提高模型的鲁棒性和泛化能力。 5. 模型评估和监控:风控模型的性能评估和监控是一个持续进行的过程。可以使用交叉验证、ROC曲线、KS统计量等指标对模型进行评估,并建立监控机制,及时发现模型性能下降或异常情况。 总之,风控模型性能优化的搜索策略需要综合考虑特征工程、模型选择和调参、数据预处理和清洗、集成学习以及模型评估和监控等方面,通过不断的迭代和优化,提升模型的性能和稳定性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值