- 博客(10)
- 收藏
- 关注
RSS订阅原创 应用双重机器学习（Double Machine Learning）计算额度-响应弹性系数
虽然大多数情况下，是给高风险的客户降低额度，但在大数据风控场景下，我们所谈论的好坏客户、风险高低，都是基于概率层面，所谓高风险客户中，大部分都是未来能正常还款的客户。如果我们关心T对Y的影响，首先使用任意机器学习算法，通过X拟合T，得到一个T的残差(实际T-预测T)，然后通过X再拟合Y，得到一个Y的残差(实际Y-预测Y)，最后通过线性回归，用T的残差拟合Y的残差，回归的系数即我们想要的无偏因果效应。显然，额度的变动会导致客户的借款意愿的变化——提额会提升客户的借款意愿，降额会降低客户的借款意愿。
2023-05-26 20:35:48
756
1
原创 关于风险管理、额度和定价决策等方面的观点总结
贷中管理主要解决7个方面的问题：管理对象、客户分层、管理阶段和环节、管理内容、触发机制、实施方案（包括客群准入、调整方向、调整方式、调整幅度、调整周期、调整后的预期表现）、监测和评估。需要对客户的行为和状态进行持续监控， 并基于客户行为和外部数据的动态额度调整以确保额度的合理性和敞口在可容忍水平内，进而优化额度使用，增加业务收入，同时控制风险。高价值客户可能需要更灵活的额度，而风险较高的客户需要更严格的控制。对于无法收回的风险敞口，应根据明确的政策进行核销，以在风险减少和核销成本之间实现适当的平衡。
2023-05-26 20:31:44
427
1
原创 使用R语言creditmodel包开发信用评分卡模型
涵盖了数据科学一整套流程所需的，如数据探索\准备、数据转换\预处理、缺失值处理、异常值处理、特征衍生、特征筛选\降维、超参数搜索、数据挖掘、数据可视化、模型评估、策略分析、文本分析、客户分群等。，从2019年发布至今已4年时间，初衷是提供一系列工具使得模型开发工作更高效，能够帮助建模人员快速完成数据预处理、变量选择、参数搜索等过程，构建出可靠的预测模型（如XGboost或评分卡）。我们获得每个变量的分割点后，对训练集的备选变量进行WOE编码，并用训练集得到的WOE对测试集进行WOE替换。
2023-03-26 17:49:42
231
原创 数据驱动决策—你的动作是否指向了目标？
还款意愿和借款意愿是体现在信贷客户身上的最基本的倾向和想法，还款意愿主要由信用驱动，借款意愿主要由需求驱动。量化风控，其量化的核心是客户的还款意愿和借款意愿。为了量化客户的还款意愿，会有A卡、B卡、C卡、T卡、F卡等模型，为了量化客户的借款意愿，会有首借转化模型、复借转化模型、流失预警模型、提额响应模型、利率敏感模型等。
2023-03-12 23:48:23
112
原创 大数据决策的五个阶段
互联网和消费金融是大数据应用最为广泛的两个行业，产生了所谓大数据风控、大数据营销等细分领域。大数据是指具有海量、高维、动态、多源、非结构化等特征的信息载体。本文所说的大数据决策本质上是使用大数据提升决策质量，获得更好的决策结果的过程。很多人都在谈“数据驱动”，但不是有数据就能驱动决策，数据与决策中间的一环是知识，而从大数据到知识需要一些“想象力”。有想象力（或是有想法）的人在任何一个时代都是稀缺的。
2022-12-11 18:11:27
1340
翻译 贷款接受率和盈利能力建模
Crook 和 Ansell的《Modelling Take-Up and Profitability》这篇文章对贷款定价和利润建模问题做了非常深入的探讨。我翻译了摘要、简介和结论部分，抛砖引玉。需要全文的朋友，可以关注“汉森定理”公众号，回复“take up”领取。摘要我们使用响应数据来估计贷款申请人接受贷款要约、违约和提前还款的生存概率。综合这些因素，信贷机构在向贷款申请人报价之前，估计申请时的预期利润，找到最佳匹配利率，可以增加预期利润和市场份额。另外，我们还考虑了不同的最优决策策略如何应..
2022-03-11 18:07:47
271
原创 熟练掌握风控策略的换入换出（Swap Out & Swap In）分析
换入换出（Swap In & Swap Out）是风控策略分析中非常重要的一种方法。在新策略替换旧策略或者新模型替换旧模型时，都会遇到客群置换的问题。不论是模型开发还是策略分析，都需要熟练掌握换入换出分析，使得新策略（新模型）产生最大的业务价值。1 什么是换入和换出？2 如何应用换入换出分析？3 客群置换实验设计思路4 使用creditmodel进行换入换出分析1 什么是换入和换出？如果我们对信用评分模型进行了迭代，那就面临如何用新模型替换旧模型的问题。新旧模型替换涉及到策略修改，就必须
2021-01-02 16:17:14
6059
2
原创 关于数据驱动消费金融业务的几点看法
换入换出（Swap In & Swap Out）是风控策略分析中非常重要的一种方法。在新策略替换旧策略或者新模型替换旧模型时，都会遇到客群置换的问题。不论是模型开发还是策略分析，都需要熟练掌握换入换出分析，使得新策略（新模型）产生最大的业务价值。文章目录1 什么是换入和换出？2 如何应用换入换出分析？3 客群置换实验设计思路1 什么是换入和换出？如果我们对信用评分模型进行了迭代，那就面临如何用新模型替换旧模型的问题。新旧模型替换涉及到策略修改，就必须评估策略变化所导致的业务影响，这样才能使.
2020-12-27 17:40:03
574
原创 决策树算法原理以及决策树规则生成方法
决策树算法原理以及决策树规则生成方法决策树是一种可解释性较强的策略分析工具。creditmodel提供了分类回归树和条件推断树两种决策树生成和提取规则的方法。每一个风险管理人员都应该掌握使用决策树发现规则和对进行客户分群的方法。决策树实质上是IF-THEN规则的集合，这种规则与人类进行决策的行为习惯不谋而合，这使得决策树具有很强的可解释性。另外，我们可以将决策树模型进行可视化，更能有效地帮助我们分析和解决问题。强可解释性和易于可视化使得决策树模型在金融领域、健康医疗领域、工业生产和制造、天文学和分
2020-07-05 18:48:24
4214
原创 使用R语言creditmodel包进行Vintage分析或留存率分析
1 什么是vintage分析？Vintage分析（账龄分析法）被广泛应用于信用卡及信贷行业，这个概念起源于葡萄酒，即不同年份出产的葡萄酒的品质有差异，那么不同时期开户或者放款的资产质量也有差异，其核心在于，对不同时期不同批次的资产分别跟踪，按照账龄同步对比，从而能够了解不同时期放款或发行信用卡的资产质量情况。vintage分析从更广泛的意义来讲属于同期群分析，跟社会跟踪调查、人口学的队列分析技...
2020-03-21 20:18:19
1816
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人