贷中篇目录
贷中策略(1)：贷中策略框架
贷中策略(2)：贷中老客定义
贷中策略(3)：贷中核心业务指标
贷中策略(4)：贷中行为变量和衍生
贷中策略(5)：贷中长短周期
贷中策略(6)：贷中模型应用
贷中策略(7)：贷中支用策略
贷中策略(8)：贷中预警策略
贷中策略(9)：贷中支用策略
贷中策略(10)：贷中提额策略
贷中策略(11)：贷中流失预警策略
一、贷中行为变量介绍
贷中行为变量，是贷中场景最为核心的数据基础，贷中策略设计、B卡模型的开发都要基于贷中行为变量经过量化分析后完成的。
贷中的行为变量可以分为以下6大类，具体包括了：借款行为、还款行为、逾期行为、额度使用、权益调整、扣款行为
二、变量衍生方法论
通过“主维度+算子函数+度量+条件维度+时间维度”的组合方式进行指标的逻辑衍生。
1.主维度：指标计算的主体维度，为业务中的核心要素，如：账户、身份证、手机号、卡号等。风险模型建模主要按客户维度进行，通常以身份证号作为主维度设计指标；因此如非特别说明，主维度即为客户身份证号。
2.算子函数：指标计算使用的算法，如：次数（不去重）、个数（去重）、求和、最小值、最大值、平均值、分位点、占比、时间间隔、新增、变化速率、是否、同于、不同于等。
3.度量：指标计算的目标，如：交易金额、欠款金额、还款金额、交易次数、逾期次数、借款平台数量、首次交易日期、最近一次消费日期等。
4.条件维度：指标计算的限制条件，可以是单个条件，可以是多个条件，也可以不设计条件。
5.时间维度：指标计算的时间范围，如：最近1个月、3个月、6个月、9个月、12个月、24个月等；对于静态状态类特征指标，可以是当前时间点。
三、还款行为变量
按照是否按时还款的角度，可以将还款行为细拆分为几种：正常还款、提前还款、逾期还款。针对循环贷产品而言，以“借据”维度为度量对象，结合时间切片、算子函数可以衍生出如下的贷中还款行为变量。
借款行为可以发生在任何时刻，相比于还款有应还日来说比较灵活。其衍生思路可以围绕时间切换的借款次数/金额统计、最近一次借款距今的时间差、以及长短时间切片的占比类变量，具体如下：
以上节选自《贷中行为变量及衍生》的部分，完整内容可了解👉《100天风控专家》视频讲解（双十一优惠中，具体详情咨询）。150节的视频+图文干货，策略、模型理论+Python实操全部通吃。
历史风控精选文章：
左可—”试看“，右可—”咨询“
