[笔记] 智能风控01：信用管理基础概念指标+信贷风控架构
基础概念
-
信贷业务：
就是评估信用然后贷款的业务，是金融机构最重要业务和赢利手段。 -
信用管理：
信用表示先买后付，用信用值来预支；管理就是评估用户的信用值，根据信用情况来制定不同的风险规避策略。 -
风险控制：
就是对用户风险进行管理和规避的过程。
对于预测信用较差的人，贷款机构一般是不会向其放款的，即便放款，为了抵御风险，也会给予其较高的利息与较小的贷款金额。 -
风险数据分析：
风险评估不能拍脑袋，要用已有信息来分析，最重要的技术手段就是风控建模。
数学家雅克布·伯努利曾说过：“数学公式不能让我们预见未来，认为数学公式可以预见未来就好比相信巫术。”
但风险数据分析的所有的预测能力皆源于对现有数据进行整理、归纳、抽取。利用模型输出未来事件的期望轨迹。 -
风险建模：
在信贷风控领域，建立统计模型的过程、
传统的风险建模是基于广义线性模型建立的，其理论主要围绕统计学展开，使用的工具包括SAS、R、Python等。 -
资产质量：
通常用来指代金融平台的逾期情况和总收益状况。
风控相关的基本指标:
-
年度百分率（Annual Percentage Rate，APR）：
复利计息，通常是按一年一次来计算的利率。借款人借款1000元，借期一年，利率为8%。
如果在一年期满后，该借款人支付了1000元再加80元的利息，那么APR与利率是一样的：80/1000=8%。
但是，如果贷款人此前收取了25元的服务费，借款人实际只借到了975元，而不是1000元，支付105元而不是80元，那么APR计算如下：105/975=10.77%。 -
应收账款（Accounts Receivable，AR）：
截至观察时间点，用户当前所在账期的应收账款。
账期就是从借出到回款的周期。 -
账龄（Month Of Book，MOB）：
资产放款月份。
MOB0表示放款日至当月月底，MOB1表示放款后第一个完整的月份，MOB2表示放款后第二个完整的月份。
其最大值取决于当前产品的周期，如12期产品最多存在MOB12。 -
逾期天数（Days Past Due，DPD）：
已逾契约书约定缴款日的延滞天数。
贷放型产品自到期当天开始计算，如DPD0为到期当日，DPD1为逾期一日，DPD7为逾期一周。 -
逾期期数（Bucket）：
逾期的月份数。
逾期1个月记为M1，逾期2个月为M2，逾期3个月以上可以记作M3+。 -
逾期阶段（Stage）：
分为前期、中期、后期和转呆账。
一般将M1（1～29）列为前期，M2～M3（30～89）列为中期，M4（90+）以上列为后期，已转呆账者则列入转呆账。 -
即期指标（Coincidental）：
计算延滞率时常用的两种方法之一，以当期各逾期期数对应的延滞金额/应收账款（AR）。 -
递延指标（Lagged）：
计算延滞率时常用的两种方法之一，为延滞金额/上月应收账款。
若单纯想了解各月资产质量结构，可使用即期指标，但若想精准追溯到逾放源头，建议采用递延指标。
-
留存率（Retained Rate）：
实际分为人头留存率（用户复贷占比）和余额留存率（复贷金额占比）。 -
提现率（Withdrawal Rate）：
使用提现功能的客户占比。 -
额度使用率（Credit Utilization Rate）：
用户使用额度占总额度的百分比。 -
复借率（Reloan Rate）：
用户还款后再次贷款的概率。主要用于循环贷产品。
风控相关的风险指标
-
延滞率（Delinquent Rate）：
计算可分为即期和递延两种方式，除了各逾期期数，也会观察特定Bucket以上的延滞率。
如M2+的Lagged和M4+的Lagged等指标。
如M2+的Lagged，分母为两个月前应收账款，分子为本月M2（含以上）尚未转呆账的逾期金额。
M1落入M2以上可确认为无意还款或蓄意拖欠。 -
不良率（Bad Rate）：
当月不良资产数/总资产数。用于描述平台。定义除了逾期户外，可能还包含各式债务协议及高风险控管户等。 -
转呆账率（Write-Off，WO）：
当月转呆账金额/逾期开始月的应收账款。
经过年化换算之后，月转呆账率转换为年损失率。 -
净损失率（Net Credit Loss，NCL）：
当期转呆账金额-当期呆账回收即为净损。通常NCL与WO一并列示。
NCL的计算方式为净损金额/逾期开始月的应收账款，通常也以年化形态为主。 -
累计转呆账率：
主要目的是观察期满客户的累计损失率，计算样本为已届满总期数后的N期客户，计算公式为：分母案件第1～（K+N）期的转呆账总金额/已满（K+N）期案件的初贷总金额。
K表示总期数，N表示转呆账所需期数。最后1期应缴金额若延滞，经过N个月后才会转为呆账。转换为年化后才较容易解读，可精确计算该产品整个生命周期结束后的实际损失率，但在中长期贷放产品中较少使用。 -
负债比（Debit Burden Ratio，DBR）：
测试客户还款压力的常用指标，计算公式为：总无担保债务归户后的总余额（包括信用卡、现金卡及信用贷款）/月收入。不宜超过22倍。 -
月负比：
另一种衡量还款压力的指标，计算公式为：（推估每月各项贷款月付额+最低生活费）/月收入。 -
平均额度：
主要用于观察不同产品及群组间额度的差异。 -
风险等级（Risk Grade）：
用来进行客户分群的方法。越来越多的银行采用信用评分来进行划分。 -
命中率（Hit Rate）：
指控管后一定时间内客户发生延滞的几率，用于信用卡的中途授信及早期预警报表。
命中率过低可能表示风险判断方向有误。 -
可用余额（Open To Buy，OTB）：
常与命中率指标一同出现，计算方式为先找出证实控管命中的客户，再汇总这些客户遭控管时的信用卡可用余额。
该数字可视为银行因控管而减少的损失。 -
迁徙率（Flow Rate）：
观察前期逾期金额经过催收后，仍未缴款而继续落入下一期的几率。 -
首次还款逾期（First Payment Deliquency）：
其描述的是一种客户占比。用户授信通过后，首笔需要还款的账单，在最后还款日后7天内未还款且未办理延期的客户比例即为FPD7，分子为观察周期里下单且已发生7日以上逾期的用户数，分母为当期所有首笔下单且满足还款日后7天，在观察周期里的用户数。常用的FPD指标还有FPD30。 -
预期损失（Expected Loss，EL）：
根据历史数据，预估策略或模型变动后的损失。 -
收入负载（Debt To Income，DTI）：
每月应偿还债务与每月税前收入的比例。
信贷风控架构
- 风险的管控并非由一个模型或一条策略就能完成，通常需要多方人员配合，通过多环节把控，才能有效控制风险并最大化收益。
- 常见的准入模型、额度管理模型、营销模型、流失预警模型、催收模型等，仅仅作为相应板块的风险管控手段，嵌入在该板块的策略系统中使用。
- 例如，流失预警模型分数处于不同阈值之间时，会使用不同的营销手段对用户进行挽留。
- 又如，催收评分卡模型分数处于不同阈值之间时，会使用不同的催收手段，如简单的到期短信提醒或通过人工拨打电话来进一步提醒。
用户四要素包括身份证号、姓名、手机号、银行卡号。
授信是确定可贷款额度，定价是确定贷款利率。比如：用户的信用评估结果越好，平台授予用户的可贷款额度就越高，且贷款利率越低。
