【金融风控项目-02】：风控业务数据分析案例

1 案例背景介绍

通过对业务数据分析了解信贷业务状况

数据集说明（从开源数据改造而来，基本反映真实业务数据）

• 销售，客服可以忽略，销售和客服对于风控业务分析不重要。

• 账单周期，放款日期

• 账单金额 - 实收金额 = 未收金额

• 应付日期为还款时间

• 账期分成两种 60天和90天

• 实际到账日为空白说明没还钱

业务数据分析目标：

• 每个季度账单金额和坏账率（逾期90天以上的账单为坏账）

  • 所有未收金额 / 所有账单金额
  • 未收金额 = 账单金额-实收金额

• 每个季度60天账期入催率，90天账单入催率

  • 不同逾期天数的回款情况
  • 历史逾期天数： 有逾期，已经还完了。曾经有欠钱，但是现在没有。
  • 当前逾期天数： 现在还欠着钱，没还完

通过目标得到对于业务的处理思路：

• 目标是按照季度进行统计计算一些参数，所以处理数据的时候需要将时间处理为季度。
• 按照季度进行分组聚合：未收金额和账单金额

2 数据分析代码

import pandas as pd
import datetime
from pyecharts.charts import *
from pyecharts import options as opts
df = pd.read_excel('data/业务数据.xlsx') 
# 拷贝的目的是防止算错之后，重新进行加载
# 小数据集重新加载灭有关系
# 大数据集重新加载会比较慢
df1 = df.copy()

#  实收金额    4470 non-null   float64
# 实收金额有缺失值，表示没有还钱，可以填充0
df1.info()

• 需要确定以哪一天为基准进行计算，正常来讲应该以当前时间作为基础进行计算，当前项目选择日期最大的作为日期基础

# 取出实际到账日最近的一天, 作为计算指标的基准日期
# 先填充'0'再取出最大值
# 最后将其转换为Timestamp时间对象
# Timestamp('2019-05-17 00:00:00')
today_time = pd.to_datetime(df1['实际到账日'].fillna('0').max())

• 处理缺失值

# 实收金额和未收金额缺失都填充为0
df1['实收金额'].fillna(0,inplace=True)
df1['未收金额'].fillna(0,inplace=True)

# 将时间转换为时间对象类型
# 实际到帐日的缺失值，用最近的到账日填充
df1['账单周期'] = pd.to_datetime(df1['账单周期'])
df1['应付日期'] = pd.to_datetime(df1['应付日期'])
df1['实际到账日'] = pd.to_datetime(df1['实际到账日']).fillna(today_time)

• 判断否到期：应付日期 - 实付日期 < 0表示，到期了，否则没有到期

# 添加一列，每个账单是否到期
df1['是否到期'] = df1['应付日期'].apply(lambda x: 0 if x>today_time else 1)

• 查看到期和没到期的人数

# 查看到期和未到期的人数
df1['是否到期'].value_counts()

• 查看每个账单周期的账单数量

# 查看账单周期
df1['账单周期'].value_counts()

• 查看账单是否到期90天

# 今天(还款日的最近一天) - 应付日期 得到一个series
# 当前天 - series中的每一行的数据
d = (today_time - df1['应付日期'])
d.map(lambda x : 1 if x.days >= 90 else 0).rename('是否到期90天')

# 在df1中添加一列：是否逾期90天
df1['是否到期90天'] = (today_time-df1['应付日期']).apply(lambda x: 1 if x.days>=90 else 0)

• 查看到期90天的账单数

df1['是否到期90天'].value_counts()

• 计算未收金额
  • 未收金额 = 账单金额 - 实收金额

df1['未收金额2'] = (df1['账单金额']-df1['实收金额'])

• 计算历史逾期天数和当前逾期天数
  • 历史逾期：说明在还款过程中有逾期，不代表现在就逾期了。
  • 当前逾期：现在还没有换完，说明当前逾期。
  • 历史逾期天数 = 实际付款日 - 应付款日
  • 当前逾期天数 = today_time - 应付款日
• 未收金额 > 0，表示当前逾期，可以直接计算当前逾期天数
• 未收金额 = 0，表示当前没有逾期，需要计算实际到帐日 - 应付款日，判断是否有历史逾期
  • 实际到账日 <= 应付款日，没有历史逾期
  • 实际到账日 >= 应付款日，有历史逾期

# axis = 1 表示对于df的每一行数据进行运算
df1['历史逾期天数'] = df1.apply(lambda x : (x['实际到账日']-x['应付日期']).days if x['未收金额2']==0 else (today_time-x['应付日期']).days,axis = 1)

df1['当前逾期天数'] = df1.apply(lambda x : x['历史逾期天数'] if x['未收金额2']>0 else 0, axis = 1) 

• 将账单日期转化为季度信息，并根据季度选择数据

# 把数据转换成季度
# 实际到账日期为2019年5月17日，有些贷款没到还款日，没有办法统计DPD90的数据，这里只统计2019年之前的情况
df1['账单季度'] = df1['账单周期'].apply(lambda x: x.to_period('Q'))

# 从数据中截取 2017年3季度到2018年4季度的数据
df2 = df1[(df1['账单季度']<='2018Q4') & (df1['账单季度']>='2017Q3')]

• 计算每个季度的账单金额和坏账率

• 计算每个季度的账单总金额

# 按照季度统计账单金额，到期金额和逾期金额
# 账单金额表示放贷多少强
fn1 = df2.groupby('账单季度')[['账单金额']].sum()

• 计算每个季度超过90天的账单金额

df3 = df2[df1['是否到期90天']==1] # 选择账单到期90天的数据
fn2 = df3.groupby('账单季度')[['账单金额']].sum() # 按照季度进行分组统计
fn2.columns = ['到期金额']

• 计算每个季度未收金额

fn3 = df3.groupby('账单季度')[['未收金额2']].sum()
fn3.columns = ['当前逾期90+金额']

# 3个df合并到一起
final1 = pd.concat([fn1,fn2,fn3],axis=1)

• 计算坏账率

# 坏账率 = 逾期金额 / 到期金额
final1['90+净坏账率'] = round(final1['当前逾期90+金额']/final1['到期金额'],3)
final1

绘图

bar = (
	Bar() #柱状图
	.add_xaxis(list(final1.index.values.astype(str)))  # 柱状图X坐标的值 
	.add_yaxis("账单金额",list(final1.账单金额),yaxis_index=0,color="#5793f3")    # 柱状图y坐标的值 y坐标索引(yaxis_index) 颜色 
	.set_global_opts(title_opts=opts.TitleOpts(title="90+净坏账率"))
	.extend_axis(  # 添加一个右侧的Y轴
		yaxis=opts.AxisOpts(
			name="90+净坏账率",type_="value",min_=0,max_=0.014,
			position="right",
			axisline_opts=opts.AxisLineOpts(
			linestyle_opts=opts.LineStyleOpts(color="#d14a61")
			),
			axislabel_opts=opts.LabelOpts(formatter="{value}"),
		)
	)
)
line = (  # 折线图
	Line()
	.add_xaxis(list(final1.index.values.astype(str)))
	.add_yaxis("90+净坏账率",list(final1['90+净坏账率']),yaxis_index=1,
		color="#675bba",label_opts=opts.LabelOpts(is_show=False),
	)
)
bar.overlap(line).render('./90天坏账率.html')

• 坏账率 = 逾期90天账单金额 / 到期金额

  • 增加一列是否到期，用于判断和筛选到期
  • 增加一列是否到期90天，用于筛选数据
  • 按照季度分组，计算每一组的账单总金额
  • 选出逾期90天的数据，按照季度分组，计算每一组的账单金额

  ---

  • 每个季度的60天账单的催收率和90天账单的催收率

# 选择到期的并且账期为60天的数据
df4 = df1[(df1['账期']==60) & (df1['是否到期']==1)]

# 按照季度进行分组聚合操作，得到账单金额
fn1 = df4.groupby('账单季度')[['账单金额']].sum()
fn1.columns=['60天账期的账单金额']

# 选择进入到60天催收的账单
# 账期60天、已经到期并且历史逾期天数>0
df5 = df1[(df1['账期']==60) & (df1['是否到期']==1) & (df1['历史逾期天数']>0)]

# 计算入催的账单金额
fn2 = df5.groupby('账单季度')[['未收金额2']].sum()
fn2.columns=['60天账期的入催金额']

df6 = df1[(df1['账期']==90) & (df1['是否到期']==1)]
fn3 = df6.groupby('账单季度')[['账单金额']].sum()
fn3.columns=['90天账期的账单金额']
df7 = df1[(df1['账期']==90) & (df1['是否到期']==1) & (df1['历史逾期天数']>0)]
fn4 = df7.groupby('账单季度')[['未收金额2']].sum()
fn4.columns=['90天账期的入催金额']

final2 = pd.concat([fn1,fn2,fn3,fn4],axis=1)

final2['60天账期的入催率'] = final2['60天账期的入催金额']/final2['60天账期的账单金额']
final2['90天账期的入催率'] = final2['90天账期的入催金额']/final2['90天账期的账单金额']

line = (
	Line()
	.add_xaxis(list(final2.index.values.astype(str)))
	.add_yaxis("60天账期入催率",list(final2['60天账期的入催率']),yaxis_index=0,
			color="#675bba",label_opts=opts.LabelOpts(is_show=False),)
	.set_global_opts(title_opts=opts.TitleOpts(title="不同账期入催率"),)
	.add_xaxis(list(final1.index.values.astype(str)))
	.add_yaxis(
		"90天账期入催率",list(final2['90天账期的入催率']),yaxis_index=0,
		color="#d14a61",label_opts=opts.LabelOpts(is_show=False),)
	)
line.render('./入催率.html')

---

• 已经回收的账单的逾期情况

# 未收金额为0 表示已经还完了 
# 并且到期的账单
df8 = df2[(df2['未收金额2']==0) & (df2['是否到期']==1)]

• 将历史逾期天数进行分组

df8['历史逾期天数2'] = pd.cut(df8['历史逾期天数'],bins=[-999,0,7,15,30,60,90,999],labels=['0','1-7','8-15','16-30','31-60','61-90','90+'])

• 计算每个历史逾期天数区间内，账单的数量

final3 = df8.groupby('历史逾期天数2')[['账期']].count()
final3.columns=['回收账单数']

final3
#%%
ydata = final3['回收账单数'].values.tolist()
bar = (
	Bar()
	.add_xaxis(list(final3.index.values.tolist()))
	.add_yaxis("收回账单数",ydata,yaxis_index=0,color="#675bba")
	.set_global_opts(
		title_opts=opts.TitleOpts(title="不同逾期天数的已收回账单数"),
	)
)
bar.render("./不同逾期天数的已收回账单数.html")