贷中行为变量衍生体系

科技   2024-11-10 23:20   北京  
开发策略和模型的基础条件之一就是有好的变量。在贷中环节,客户的行为数据,是非常重要的信息,对于开发B卡模型、提降额策略都是必不可少的。
本篇总结了贷中行为变量的分类体系、衍生逻辑、以及常见的有效变量。本篇内容节选自100天风控专家》贷中策略篇
未经本人允许不得转载。

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。

四、借款行为变量

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。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

Python数据科学
以Python为核心语言,专攻于「数据科学」领域,文章涵盖数据分析,数据挖掘,机器学习等干货内容,分享大量数据挖掘实战项目分析和讲解,以及海量的学习资源。
 最新文章