风控名词解释

1. 展期
2. 贴息贷款

贴息贷款是指用于指定用途并由国家或银行补贴其利息支出的一种银行专项贷款。它是一种优惠贷款,以鼓励某种事业或项目的建设。贷款利息可以是全部补贴或者是部分补贴。对贷款的利差,一般实行谁安排谁补贴的原则。国家安排的贴息贷款,由中央财政补贴;人民银行同意发放的贴息贷款,由人民银行补贴;各专业银行的贴息贷款,由专业银行自己负责

3. 助贷和联合贷
  • 助贷
    是指助贷机构利用自身掌握的获客、风控及贷后管理优势,向资金方(包括网贷、消费金融公司、小额贷款、银行、信托等)推荐借款人,并获取相关服务费的业务
  • 联合贷
    联合贷款是由两家或数家银行一起对某一项目或企业提供贷款。联合贷款的金额一般小于银团贷款,组织形式比银团贷款简单,没有主牵头行和牵头行之分。一般只有一家银行担任代理行,负责同其他银行的联系,并对贷款进行管理。联合贷款也不采用公开发函邀请其他银行参加银团,而只是几家银行事先经过商讨分别承担贷款金额,即能组成联合贷款。由于参加的银行少,联合贷款的管理费等费用小于银团贷款,使借款人减少了借款成本。
4. 非循环贷
  • 非循环贷
    非循环贷款是贷款的一种,是指在借款人申请贷款后,在贷款的额度范围内只能提取一次若要再次借款只能重新申请,贷款机构审批后方可再次提取额度。非循环贷款的利息从贷款打到账户上就开始计算,无论个人是否使用、是否使用完贷款。

  • 循环贷
    是一种个人住房循环授信业务,是指客户将商品住房抵押给银行,,就可获得一定的贷款额度,在房产抵押期限内客户可分次提款、循环使用

5. 贷记卡和准贷记卡
  • 先消费后还款:贷记卡是一种信用卡,卡银行给予持卡人一定信用额度,持卡人在信用额度内进行“先消费、后还款”。而准贷记卡需要交存一定数额的备用金,才可以使用。
  • 免息期:贷记卡在消费后有免息期,在免息期内还款不需要支付利息,而准贷记卡则没有免息期,使用后需要缴纳利息。
  • 收益:贷记卡中存的钱,不会计算利息,没有收益,而准贷记卡会按央行公布的利率来计息,会有一定的收益
6. 账龄月MOB

MOB:month on book,表示在账的月份数,通常以月底作为划分依据,例如:

  • MOB0:放款日至当月月底
  • MOB1:放款后的第二个完整月份

比如说,7.14借款,则在7.15-7.31期间均属于MOB0,如果在8.1至8.31之间没有还款,则认为这笔借款的在账月份数为1,即MOB1

MOB用来进行账龄分析,借助vinage表来分析账户的成熟期和变化规律

7. vintage

vintage图是以账龄月为横轴,逾期率为纵轴的一条曲线,其中逾期率的计算公式通常为 逾期订单数 总放贷订单数 \frac{逾期订单数}{总放贷订单数} 总放贷订单数逾期订单数
当然,也有用金额作为计算子单元的。

  • vintage图通常是一条单调递增并且逐渐趋于平稳的曲线,若曲线一直递增,说明系统的风险识别能力较差
  • vintage图还可以作多条曲线,以月为单位,更加直观地看出每个月的风险识别能力
  • vintage图可以用来定义表现期,比如说曲线在MOB4之后趋于平稳,那么其表现期为MOB4+,再结合滚动率分析来进行坏样本的定义
8. 滚动率

以观察点的前六个月为观察期,记录其中的逾期状态C-Mk,以观察点的后六个月为表现期,记录其中的逾期状态C-Mk。

滚动率首先计算每一个状态下的账户数,然后计算状态下账户数的转化率即滚动率

比如说:前六个月C下的账户数为100,后六个月这些账户仍然是C状态的有96个,是M1的有3个,M2的有1个,因此滚动率为96%,3%,1%

  • 滚动率用来定义坏客户,比如M4+的滚动率有80%都不会变成好客户,那么就尽可能多的识别坏客户,因此定义M4+的为坏客户
  • vintage用来定义表现期,成熟期,比如MOB9之后趋于平稳,说明能够以最小的账龄月识别最多的坏客户,因此整个好坏客户的定义为:在MOB9+内,逾期在M4+的客户为坏客户,否则为好客户
9. 迁移率
  • 迁移率:前一期逾期金额到下一期逾期金额的转化率,以金额作为最小计算单元

  • 形成一个二维表,行名为逾期状态:M0,M1,列名为月份,值为金额,意义为:每个月下的每个逾期状态的金额数

  • 以金额二维表为基础,计算M0-M1,M1-M2在每个月下的转化率,计算公式为后一期(M1)的金额/前一期(M0)的金额

10. 呆账
  • 呆账是指已过偿付期限,经催讨不能收回,长期处于呆滞状态,有可能成为坏账的应收款项。呆账是未能及时进行清账的结果,又指因对方不还而收不回来的财物
  • 坏账:坏账一般指坏账损失。 坏账损失是指企业未收回的应收账款、经批准列入损失的部分
  • 区别:呆账是三年以上既不增加也不减少的无法收回的往来账,并且不能确定将来是否能收回的往来账,应该确定为呆账。它作为一项资产反映在各年的资产负债表上,而且也不需计提坏账准备。而坏账是企业确定无法收回的应收账款,已经列入坏账损失,需要计提坏账准备
11. 黑天鹅、灰犀牛

黑天鹅:比喻小概率而影响巨大的事件;灰犀牛比喻大概率且影响巨大的潜在危机

12. 风险溢价

风险溢价(Risk premium),是投资者在面对不同风险的高低、且清楚高风险高报酬、低风险低报酬的情况下,因投资者对风险的承受度,影响其是否要冒风险获得较高的报酬,或是只接受已经确定的收益,放弃冒风险可能得到的较高报酬。

已经确定的收益与冒风险所得收益之间的,即为风险溢价。是投资者要求对其自身承担风险的补偿

13. 风险敞口

风险敞口(risk exposure)(风险暴露)是指未加保护的风险,即因债务人违约行为导致的可能承受风险的信贷余额, 指实际所承担的风险,一般与特定风险相连。

1 4. 风险损失

风险损失是指由于一个或多个意外事件的发生,在某一特定条件和特定企业内外产生的多种损失的综合。产生于企业内部的损失,称企业风险损失;其余称企业外部风险损失

15. 风险定价

风险定价是指对风险资产的价格确定,它所反映的是资本资产所带来的未来收益与风险的一种函数关系

16. 样本偏差

风险模型是基于全量申请用户的大概10%的放贷样本建立的,更明确的说是基于放贷样本中的好坏样本(排除灰样本)进行建立的。但是最终的模型是应用到全量申请用户中,如果只使用放贷样本,则会让模型出现估计偏差,这就是样本偏差

比如我们通常会拒绝多头借贷严重的客户,这就导致放贷样本中大多是借贷较少的客户,此时将利用放贷样本构建的模型到全量申请样本上,会导致出现风险估计不准确的情况,通常风险概率预测会偏低,比较乐观,致使出现大量坏账

17. 拒绝推断

由于样本偏差的出现,我们需要纳入被拒绝的样本到建模样本中,从而缩小样本分布与总体分布之间的差距,因此引入拒绝推断方法

拒绝推断就是把被拒绝的客户样本纳入到建模样本中进行建模优化的一种方法,不是必须的,应在保证良好的排序性的情况下,对模型做的一个优化方法

18. Swap Set Analysis(交换集分析)

在模型迭代时,仅仅根据技术指标去衡量新旧模型的好坏是不全面的,我们应该更多的从业务的角度去衡量模型好坏。

swap set的关键在于新模型可以相对于旧模型来说swap in 更多的好用户swap out更多的坏用户,从而从业务上提升公司的收益

swap set计算的关键在于一个二维矩阵,将一段时间内的线上样本分为了四个部分,两个维度,分别为:新旧模型、通过/拒绝

对于新旧模型均通过或拒绝的我们不予考虑,只需考虑旧模型拒绝&新模型通过、旧模型通过&新模型拒绝的样本中的坏账率即可

对于旧模型拒绝的部分,由于被拒绝准入之后并没有标签,因此首先查看旧模型中拒绝和通过样本之间的分布差异,若差异不大,则可用通过的样本进行代替。然后计算通过样本中新旧模型的badrate,如果新模型的badrate更小,则使用新模型

#先查看旧模型中拒绝和通过的label分布,发现拒绝通过样本差别不大
sns.kdeplot(data[(data.reject_old==1) & (data.reject_new==0)].score_new,label='reject')
sns.kdeplot(data[(data.reject_old==0) & (data.reject_new==0)].score_new,label='accept')
plt.legend()

在这里插入图片描述

在这里插入图片描述

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1. 营销获客 2. 贷前风控 2.1 贷前审查 2.2 反欺诈 2.3 风控策略 2.4 风控建模 2.5 数据管理 风控总监训练营 ......................................................................................................792 4 节课玩转信用评分卡模型....................................................................................792 如何搭建虚拟信用卡风控体系 ...............................................................................792 风控大牛手把手教你搭建企业级信用评分模型.....................................................792 2 大维度全面ᨀ升催收效率....................................................................................792 3 堂课,从 0-1 掌握基于数据驱动的风险定价核心...............................................792 如何打造现金贷产品的风控体系?........................................................................792 解密 P2P 网贷备案——专家教你如何正确应对备案..............................................793 区块链的前世今生及其应用 ...................................................................................793 区块链热潮下不可不知的法律风险:法律专家权威解读区块链、代币等案例与法律 分析 .........................................................................................................................793 牌照决定生死,现金贷及 P2P 如何拿牌?............................................................793
Python风控模型是运用Python编程语言开发的一种风险管理模型。它通过数据分析和模型建立,能够帮助企业识别和管理风险。 Python作为一种简单易学的编程语言,具有丰富的数据处理和分析库,如NumPy、Pandas、Scikit-learn等,这使得Python成为了构建风控模型的理想选择。 Python风控模型的主要作用在于帮助企业评估和量化风险,包括市场风险、信用风险、操作风险等各种类型的风险。通过收集和分析大量的数据,Python风控模型可以建立有效的预测模型,从而提前识别潜在的风险事件,帮助企业采取对策和控制风险。 Python风控模型的开发过程主要包括数据预处理、特征工程、模型选择和建立、模型训练和评估等步骤。在数据预处理中,对原始数据进行清洗和转换,以便后续分析使用。在特征工程中,根据数据特点和实际需求,构建适合于模型的特征集。在模型选择和建立中,选择合适的模型算法,并进行模型参数的调优。在模型训练和评估中,使用历史数据进行模型训练,并通过评估指标来评价模型的预测能力和稳定性。 Python风控模型的优势在于其灵活性和可扩展性。Python编程语言的优雅和简洁语法使得编写程序变得简单,并且可以方便地集成其他Python库和工具。此外,Python还具有丰富的可视化工具,可以直观地展示模型预测结果和风险分析。 总而言之,Python风控模型是一种利用Python编程语言构建的风险管理模型。它通过数据分析和建模,帮助企业评估和管理各类风险,并提供决策支持。其灵活性和可扩展性使得Python成为了开发风控模型的常用工具。

“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
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