一文弄懂风控建模中的标签(y)定义—支付领域y标签和信贷领域y标签

构建好模型的基础是定义清楚好坏样本，这需要从项目需求中定义问题、定义标签、选择合适的数据集。本文将从支付和信贷角度，对比分析不同行业在建立模型时因变量Y确定的差异。

  

一、明确问题

  
在建模比赛中，通常直接给出了建模可用的数据集，并定义了标签和评估样本集。在实际业务中，我们需要明确项目的背景和目标，根据具体情况定义预测目标和设计方案。通常需要仔细斟酌，否则基于错误的问题定义，模型训练越好，结果可能越糟糕。
  
比如在信贷领域，我们可以定义问题为：预测一笔信贷借款在放款3个月内逾期超过30天的概率。显然，在实际情况中，这样的定义可能有些人会提出质疑。比如：
  
①对于有些产品，一个申请人可以借多笔借款，每次借款可能有不同的风险表现。到底是以订单维度去建模好一些，还是客户维度？
  
②为什么要预测放款3个月内逾期的风险？如果是12期的产品，为什么不选择6个月、9个月等？
  
③为什么预测的是逾期超过30天的概率，而不是60天、90天？如果客户逾期超过30天，但截至统计时已还款，如何处理？
  
④是否需要划分不同客群分别建模？