风控人在看｜这三个衡量策略规则调优的指标

嗨，各位同学，大家好，又到周四，是不是又开始畅想周末的愉快假期了。
最近一个月的课程，我们给大家带很多风控策略相关内容。
第76门：《风控授信额度策略调优》
第77门：《额度策略调优实战》
第78门：《信贷场景多维特征交叉策略的实战分析》
有童鞋看完内容，直呼过瘾。其中这几门内容中，还有动手实操的练习，帮助大家去检验是否真的听懂了相关内容，可以同步到学习平台下载相关内容检验一下。
既然是关于风控策略，想必各位做风控策略的童鞋一定知道或者了解，整体上策略流程的内容或者有以下部分组成：
​

细化到具体的规则中，就有：
①准入条件：申请户籍省市地址为除新疆、西藏以外地区（命中拒绝）
②逻辑信息：婚姻状况未婚但联系人身份存在配偶（存在拒绝）
③要素核验：姓名、身份证号、手机号三要素核验（不一致拒绝）
④名单过滤：互联网金融协会多头黑名单（命中拒绝）
⑤欺诈标签：某电商平台交易欺诈等级为D（命中拒绝）
⑥信用标签：近1个月贷款逾期次数大于1（命中拒绝）
⑦模型评分：申请信用风险模型评分小于400（命中拒绝）
⑧额度规则：额度授信系数为0.8（eg：授信额度=统一额度*授信系数）

在以上规则上线完成后，并不代表中风控工作的结束，往往这些内容做完只是一个开始，因为大部分在做这些规则的时候，我们是依赖专家经验（chao de）来配置的一套规则。既然是经验所得的经验，那就需要有所调整，如何调整？我们这时就需要引入规则性能评估测试环节。
这里我们提供三类指标，来跟大家讲讲如何做相关的策略调优，这三类指标分别是：
①综合命中率
②整体坏账率
③相互覆盖率

以上指标中，我们稍微讲解第①种与第②种，
一. 规则决策效果—综合命中率&坏账率
命中率是规则也是数据的必测环节，尤其是规则中包括三方数据内容时，我们经常要测试其覆盖率好让我们评估后续的数据质量，另外一个重要的评测指标则是坏账率评估，也是最重要的测试指标。
但因为真实的坏账率表现通常都有一个滞后期，比如dpd90+，需要等待90+天的时候才能知道一条规则一个数据的好坏，明显这太慢了。所以在坏账率测试上，我们通常会综合dpd7+，以及通过率综合评估。
尤其其中的通过率指标，瞬间反应，相信做策略的同学对这个指标深有体会，结合这个指标使用，策略也才能做得全面且整体收益最大化。
规则的测试，需要有一定数据积累，如以某现金贷项目实际的测试的效果说明，其测试完相关的规则后相关的数据表现如下：
​

所以在观测以上的数据表现后，大家知道哪个规则的在命中率跟逾期效果的表现最优不？

二. 规则决策效果—相互重复率
在命中率与坏账率的指标测试外，便是在整体规则中评价一个规则比较核心一个关键指标：重复率。如字面含义所示，重复率也即：
当存在规则1：rule1~规则9：rule9，这9条规则时，如何判断规则是有效的且不可替代的。很明显当规则有重叠时候，必须对其中的某些规则进行删除，比如当在某现金贷项目中，我们测试其中的重复率数据后，相关的数据表现如下：
​

在观测以上的数据表现后，这里哪个规则应该需要删除呢？
关于以上的策略调优的内容，有兴趣的童鞋可关注一节接地气的实操课程：《信贷风控策略体系效果评估与全面调优》。

本课程，仍是以具体的实操内容为案例讲解，附带具体的数据集：
​

课程中对于有代码基础的童鞋，也会辅助以相关的代码进行规则策略调优：
​

课程部分预览如下：
​

…
~原创文章