风控策略框架简介

        本文基于自己工作中对策略的理解、网上公开的一些资料以及与业内同行的交流讨论，花了一点时间整理出这篇介绍风控策略框架的文章，文章内容如有不妥之处，欢迎与我讨论。

目录

一、策略框架

     1.1 策略框架简介

二、策略分析

     2.1 策略制定

     2.2 策略调优

     2.3 AB测试

     2.4 策略下线

三、策略思维

四、总结

一、策略框架

       策略框架是一个比较大的概念，不同的公司也会有不同的搭建方法，这个涉及的情况比较复杂，比如和业务流程的设计、业务目标也有关。常见的审批策略框架应包含个人信息验证、准入、欺诈、黑名单、信用风险、人工审核这些模块。以某培训机构课程中的流程架构为例：

       上面的策略流程是比较常见的一种，这里有几个问题是值得思考的：

1.欺诈策略和信用策略的先后顺序有什么区别？

2.策略之间串行和并行是怎么处理？

3.策略各节点顺序设计的原因？

        第一个问题，黄姐姐的一篇文章中提及过。"传统银行往往先过信用，再过反欺诈，理由是欺诈后需要人工核验，而人工成本高，所以把这个过程后置。而互金公司更喜欢把反欺诈前置，他们的理由也很合理：我们希望进入到信用模型中的数据尽可能都是真实的，否则就会欺骗评分卡，产生错误的决策。其实，这取决于数据在系统中是如何流转的。如果反欺诈和信用是串行的，且不做单独授信决策，那么顺序其实无所谓"。(也就是上面这种流程)。而对于信用可以单独做授信决策的流程，比如：先经过简单的黑名单筛查和硬规则筛查，然后过信用评分，对于信用评分判定为“优质”的用户，立即授信放款。对于边际用户（说不清楚是好是坏），则过一下人工审核。在这种信用可以单独决策的情况，把反欺诈前置就变得很有必要了。本人还有一点除此之外的理解，从成本的角度来看，命中欺诈策略的用户会直接拒绝，从而就不会流转到信用节点，因此也不会查征信和三方数据，也就节省了数据成本。

       第二个问题，除了上面说的策略集之间并行外(这种不常见)，常见的是策略集之间串行，策略集内的各条策略并行。在上面的流程图中即表现为，一个用户如果被黑名单拒，就不会再流转到信用的策略集；而这个用户可能命中了黑名单策略集中的多条策略，只要有一条命中就拒绝。这里就会涉及到策略的拒绝率问题，每一条策略会有一个整体的拒绝率和单独的拒绝率，这个下面分析时再提。

       第三个问题，策略流程设计时应遵循三个原则：1.无费用在前，有费用在后 2.强高风险在前，弱风险在后 3.尽可能留存信息。

       下面是《信贷业务风控策略简介》这篇文章中提到的几种框架:

        将成本低的借贷意向验证放在成本高的团伙欺诈识别前面，达到节省成本的作用。结合人行拒绝规则、人行数据以及第三方数据建模，其优点是结合双方数据优势，模型效果会较好。但数据不稳定时，模型二次迭代工作量较大。