风险控制-如何理解信用模型中的拒绝推断

原文连接

一、什么是拒绝推断

如我在前面的文章（风险控制-基于逻辑回归的信用申请评分卡建立流程-20170926）中说到的，评分卡用到的建模样本一般是针对于放款的样本，也就是最终过件的样本。然而在实际流程中，评分卡需要预测的样本要比最终过件的样本要多，如评分策略的拒件，以及评分策略之后规则的拒件。

这就导致预测的目标样本与建模样本之间是有一定差异的，那么如何衡量这种差异，如果差异很大，如何缩小。这就是信用模型中拒绝推断（也被称为拒绝演绎）的内容。

拒绝推断的方法试图推断出拒绝样本的状态，然后将其加入建模样本，这样做的理由有两个：一是提高模型的预测能力，因为样本更多了；二是准确评估拒绝样本的状态。

二、是否需要做拒绝推断

这个问题其实是如何衡量拒绝样本对模型的影响，如果提前知道拒绝样本的状态，对加拒绝样本和不加拒绝样本的情形分别进行建模，如果模型的结构差异很大，那么我们就可以认为拒绝样本的加入是合理的，但这种方法的可行性不高，因为我们并不知道拒绝样本的状态。

由于我们不知道拒绝样本的状态，所以第一种方法并不可行。其实我们可以用逆向思维来进行反推，既然我们相信目前建立的模型是合理的，那么这个模型对拒绝样本的预测也是合理的，而拒绝样本的风险一般要比平均样本的风险高3倍以上（这个值需要看你们风险强拒规则的阈值），也就是判断为坏人的概率要比一般样本高，那么如果我们按照建模样本的分组阈值对这部分样本进行分组划分，这部分样本会大部分落入强拒的组中，如果情况不是这样，那么可以认为你的模型对这部分样本的预测并不准确。衡量分组差异，可以用熟知的psi指标，具体阈值定多少，可以根据业务确定。

三、如何拒绝推断

拒绝推断的方法有很多种，如展开法，外推法等等，从本质上来讲，都是对拒绝申请的样本或一部分拒绝样本给出状态值

当然如果你觉得不需要做拒绝推断，那也是可以的，因为也有一部分人赞成这种做法。

下文介绍几种常见的拒绝推断的方法：

1、重新分类法

即通过一些风险规则，如近三个月外部的逾期次数，将一部分人划分为坏人，其他为好人；这是经常用的一种方法。但是往往有严重逾期的客户我们在前面的强拒规则中就已经拒掉了，走到流程后面的用户本身风险并不会那么高，那么最合理的办法是在你建模的那个时间点，将这部分拒绝样本重新抛一次外部数据，然后再依据外部数据确定好坏，然而这种方法真的好费钱。

2、分散打包法

即将好人和坏人的状态随机分给拒绝样本，随机的概率是一般风险的2-5倍；

3、循环预测法

即通过你已经建好的模型，对拒绝样本进行预测，得到逾期概率，划定一个阈值，指定大于阈值的的样本为坏样本，其他为好样本，将这部分拒绝样本分为训练集和测试集，将拒绝样本的训练集作为训练样本加入建模样本，建立模型，对拒绝样本的测试集进行预测，看其逾期概率与上一模型的变动，若变动较大，则利用新建好的模型对拒绝样本的训练集重新预测，并加入训练集，重复以上步骤，直到拒绝样本的测试集的预测稳定为止。

4、打包法

打包法是首先利用接受样本（过件样本）建立模型，并对拒绝样本进行概率预测，并利用接受样本的分组阈值对其进行分组，然后对每一组，遵照建模样本中的风险倍数，乘上拒绝样本溢出的风险倍数，对每组拒绝样本进行分散打包；

5、硬截止法

硬截止法同样利用接受样本建立模型，并得到违约概率，确定一个概率阈值，使得高于阈值的为坏样本，低于的则为好样本，阈值的确定需要业务经验（拒绝样本的风险倍数）

上面5种方法基本可以满足日常使用，最常用的是1,4,5，还有其他一些方法，有兴趣的可以去翻一翻。

四、总结

拒绝推断其实引出了一个值得思考的问题，就是模型需要预测的样本与模型建模样本之间的差异性，其实在实际业务中，这种差异性不仅体现在拒绝样本这一块，还有其他方面的影响，比如选取因变量时，有一部分放款客户既不满足好样本的定义，也不满足坏样本的定义，这部分样本其实也没有加入建模样本；另外还有政策规则的调整有可能会显著影响目前进件的样本与建模样本的差异（这种情况有时会导致一些反直觉的变量，如政策单独对学历低的样本设立很严的审核，导致学历低的样本反而风险较低）。

以上预测样本与建模样本有差异的情况在实际业务中还很多，所以需要你去判断这种影响的程度有多大。