第七篇：多头借贷的数据以及其为什么少用于模型

多头借贷是指借款人向多家金融机构提出借贷需求的行为。目前征信报告中会有所体现，即是征信多头。此外还有一些三方机构会有多头数据，例如现在使用较多的百融多头。但是目前借款人的多头数据的准确性仍有待进一步核实。

多头借贷数据按照申请机构类型划分，可以分为银行类多头借贷，非银类多头借贷。非银累多头借贷还可以进一步根据机构类型划分为：p2p申请次数、小贷申请次数、消费类分期次数、代偿类申请次数、担保机构申请次数、消金公司申请次数等。银行类和非银类的申请时间间隔、次数、批核率能够进一步分析区分客户的借贷行为和资信情况。

多头借贷数据按照时间跨度划分，可以分为近7天、近15天，近1个月、近3个月、近6个月、近12个月。短期的行为一般采用三方机构的多头数据，征信多头借贷数据一般对于风控和业务来说具有滞后性。除了绝对值的时间统计多头数据，还有包括申请间隔天数、申请最大间隔天数、申请最小间隔天数、申请记录月份、申请集中月份、平均每月申请次数、最大月申请次数、最小月申请次数、连续申请的持续天数、连续申请的次数等。

从多头数据可以分析客户的资金渴求度、借贷行为、资信情况、还款能力、欺诈风险等。

目前在风控模型中，使用多头借贷的数据较少，主要是因为：

1、多头借贷数据往往在风控策略中使用较多。

数据建模需要从金融弱变量中提取具有有效区分行的特征变量，构建评分模型。如果多头借贷已经使用到了模型中，则没必要再使用到模型中。如果模型中有多头借贷数据，可能是为了模型指标效果，或者忽略了现有策略中的多头借贷数据。

2、多头数据的覆盖度不足。

目前不管是征信报告还是三方机构的多头借贷查得率和覆盖率都在业界存疑。

目前征信报送有不规范的地方，并且有的多头借贷行为可能并没有被多头供应商捕捉到。如果模型中使用多头数据，变量的噪声较大。如果做成策略，就不用担心噪声的问题，直接选择拒绝进行截断，最大的影响时没有拒绝掉足够多的用户，这个时候可以用噪声较小的模型进行弥补。