互聯(lián)網(wǎng)金融領(lǐng)域，模型扮演著至關(guān)重要的角色，它們基于概率論為決策提供科學(xué)依據(jù)。從風(fēng)險(xiǎn)評(píng)估到客戶(hù)細(xì)分，再到營(yíng)銷(xiāo)優(yōu)化，模型的應(yīng)用遍布金融業(yè)務(wù)的各個(gè)環(huán)節(jié)。

模型的存在是基于一個(gè)事實(shí)，基于概率的決策是最優(yōu)的。概率轉(zhuǎn)化為評(píng)分，方便對(duì)齊風(fēng)險(xiǎn)。評(píng)分就是用統(tǒng)計(jì)的方法來(lái)識(shí)別潛在客戶(hù)，判斷客戶(hù)是否合意。

合意由我們事先定義，可以是諸如風(fēng)險(xiǎn)、收益率、響應(yīng)率、續(xù)借意愿、違約后的償還意愿等等。

事實(shí)上，業(yè)務(wù)中一系列環(huán)節(jié)都可以采用模型方案，我們要說(shuō)風(fēng)控中有哪些模型可做，就變相地在討論業(yè)務(wù)上有哪些環(huán)節(jié)可以做精細(xì)化決策。

01

1、申請(qǐng)?jiān)u分卡模型：預(yù)測(cè)是否該通過(guò)客戶(hù)的開(kāi)戶(hù)或借款申請(qǐng)。借款行為的發(fā)生就像潑出去的水，一旦發(fā)生，就無(wú)法被撤回。所以要盡可能準(zhǔn)確地判斷客戶(hù)會(huì)否償還該筆借款。貸前如果一個(gè)客戶(hù)的評(píng)分過(guò)低可以直接拒絕，而通過(guò)的客戶(hù)也可以根據(jù)評(píng)分高低制定差異化初始額度。

2、行為評(píng)分卡模型：基于客戶(hù)貸后的行為，重新評(píng)估客戶(hù)的風(fēng)險(xiǎn)。授信通過(guò)后的用戶(hù)產(chǎn)生一系列行為數(shù)據(jù)，例如借了幾筆貸款、間隔多久、還款習(xí)慣怎么樣等等，這些數(shù)據(jù)進(jìn)一步刻畫(huà)了用戶(hù)的可信任度。貸中管理，在不同時(shí)間點(diǎn)對(duì)客戶(hù)基于更新的數(shù)據(jù)重新評(píng)估風(fēng)險(xiǎn)，是精細(xì)化用戶(hù)管理必須做的事情。

3、催收評(píng)分卡模型：預(yù)測(cè)無(wú)須采取措施或者必須采取措施進(jìn)行催收的客戶(hù)。一些逾期行為能自行修正，一些只需要適當(dāng)?shù)奶嵝?，剩下的那部分借款人才需要采取?yán)厲的措施。不僅是要不要催的問(wèn)題，還可以建模預(yù)測(cè)什么時(shí)候催、以什么方式催，從而智能分配話(huà)務(wù)員在最優(yōu)的催收時(shí)間下選用最優(yōu)的催收話(huà)術(shù)和客戶(hù)對(duì)話(huà)。另外，要和客戶(hù)對(duì)話(huà)得先聯(lián)系上客戶(hù)，于是還有失聯(lián)修復(fù)的問(wèn)題。

4、提額模型、息費(fèi)敏感模型：或者叫經(jīng)營(yíng)決策模型吧，額度、定價(jià)、期數(shù)是最重要的經(jīng)營(yíng)三要素，再加一個(gè)的話(huà)是還款方式。前者預(yù)測(cè)可以增加額度的客戶(hù)，以及必須減少額度或者取消額度的客戶(hù)；后者是預(yù)測(cè)哪些客戶(hù)對(duì)息費(fèi)敏感，這部分人升息就可能導(dǎo)致其使用率急劇下降。這也是精細(xì)化運(yùn)營(yíng)的工作，也可以說(shuō)屬于行為評(píng)分的范疇。因?yàn)橘J款機(jī)構(gòu)的目標(biāo)正在從降低借款人在貸款產(chǎn)品中的違約率變成提高客戶(hù)帶來(lái)的利潤(rùn)率。

5、多頭風(fēng)險(xiǎn)模型：從多頭共債的角度預(yù)測(cè)客戶(hù)的違約風(fēng)險(xiǎn)。多頭借貸變量涉及到共債信息，與還款能力和還款意愿掛鉤，多頭嚴(yán)重就存在借新還舊的可能，一旦有平臺(tái)拒借，客戶(hù)就喪失了還款能力，而一旦還不起，索性就不愿意還了。用多頭變量來(lái)預(yù)測(cè)逾期風(fēng)險(xiǎn)，效果通常比較好。

多頭模型還可以采用另一個(gè)方案，以多頭程度為目標(biāo)變量，就變成了多頭程度預(yù)測(cè)模型。其優(yōu)勢(shì)是可以利用申貸樣本建模，因?yàn)椴恍枰袦蟮娘L(fēng)險(xiǎn)表現(xiàn)。難就難在，多頭程度這個(gè)建模目標(biāo)很難有統(tǒng)一的標(biāo)準(zhǔn)。另外，多頭和信用風(fēng)險(xiǎn)一樣，是動(dòng)態(tài)變化的，預(yù)測(cè)用戶(hù)一段表現(xiàn)期后的多頭嚴(yán)重程度，也是有意義的。但然后呢？如果還是為了評(píng)估風(fēng)險(xiǎn)，那就還是用多頭風(fēng)險(xiǎn)模型吧。

02

以逾期為目標(biāo)變量的模型，正如上面我們提到的大多數(shù)，都是風(fēng)險(xiǎn)模型。但也有很多非風(fēng)險(xiǎn)模型，這些非風(fēng)險(xiǎn)模型，廣泛地應(yīng)用于信貸場(chǎng)景的量化增長(zhǎng)環(huán)節(jié)，例如拉新、促活等。AARRR。

6、現(xiàn)金貸需求預(yù)測(cè)模型：預(yù)測(cè)客戶(hù)有無(wú)現(xiàn)金貸款的需求。面向支付的花唄顯然用戶(hù)規(guī)模遠(yuǎn)遠(yuǎn)多于面向借款的借唄，因?yàn)楦嗟娜耸菫榱酥Ц侗憷褂弥Ц秾殻皇墙杩钐崆跋M(fèi)。對(duì)有現(xiàn)金貸需求的客群去營(yíng)銷(xiāo)，才是對(duì)癥下藥。

7、營(yíng)銷(xiāo)響應(yīng)模型：預(yù)測(cè)不同觸達(dá)方式下客戶(hù)的響應(yīng)率。不同的人對(duì)同一個(gè)觸達(dá)方式的反應(yīng)是不一樣的，有些人看到短信就愿意來(lái)，甚至有些人會(huì)自然找上門(mén)來(lái)，有些人則需要優(yōu)惠券需要福利才愿意嘗試你的產(chǎn)品。差異化觸達(dá)是更有效率的做法。

8、動(dòng)支預(yù)測(cè)模型：預(yù)測(cè)客戶(hù)未來(lái)一段時(shí)間內(nèi)發(fā)生借款行為的可能性?？蛻?hù)借還一次，帶來(lái)的利潤(rùn)是不夠的，實(shí)際上，因?yàn)楂@客的成本不斷增加，優(yōu)質(zhì)客戶(hù)多次借款才能覆蓋成本。對(duì)借款可能性的預(yù)估，可以幫助你更好地服務(wù)這些稀客。如遇到資金儲(chǔ)備不足，也可以限制對(duì)這些人的營(yíng)銷(xiāo)，防止集中借款導(dǎo)致資金缺乏。

9、流失預(yù)警模型：預(yù)測(cè)客戶(hù)未來(lái)一段時(shí)間內(nèi)會(huì)不會(huì)流失，和借款可能性大致相反。對(duì)于高流失可能的客戶(hù)，應(yīng)該盡早地想辦法挽留，因?yàn)橐坏┝魇?，重新喚醒的難度不亞于一個(gè)純新戶(hù)的獲客。

10、還可以是，消費(fèi)金額預(yù)測(cè)模型：預(yù)測(cè)客戶(hù)未來(lái)一段時(shí)間內(nèi)的消費(fèi)金額。該模型廣泛使用于Buy Now Pay Later的電商消費(fèi)場(chǎng)景，實(shí)現(xiàn)基于用戶(hù)需求的信貸額度管理。既促活電商，又信貸提額，win-win。

03

量化增長(zhǎng)一般較少考慮風(fēng)險(xiǎn)，增長(zhǎng)和風(fēng)險(xiǎn)分開(kāi)能夠使得效率最大化。還有一些非風(fēng)險(xiǎn)模型應(yīng)用場(chǎng)景不限于信貸的。

11、收入模型：預(yù)測(cè)客戶(hù)的收入情況。收入模型可能是應(yīng)用場(chǎng)景最多元化的模型之一了。在風(fēng)險(xiǎn)層，高收人群至少避免了因還款能力不足導(dǎo)致逾期的可能。在非風(fēng)險(xiǎn)層，高收人群尤其是營(yíng)銷(xiāo)獲客的香餑餑，很多增長(zhǎng)運(yùn)營(yíng)團(tuán)隊(duì)的KPI指標(biāo)就是此類(lèi)客戶(hù)的數(shù)量。

12、負(fù)債模型：預(yù)測(cè)客戶(hù)的負(fù)債情況。收入的另一面就是負(fù)債，客戶(hù)顯然更愿意支付房貸、車(chē)貸等大件物品的每月賬單，剩下的才是用戶(hù)的可用流水。負(fù)債收入比過(guò)高，貸款逾期風(fēng)險(xiǎn)往往就很高。

13、破產(chǎn)模型：預(yù)測(cè)具有破產(chǎn)可能性的客戶(hù)或者企業(yè)。相比之下，企業(yè)的同質(zhì)樣本比個(gè)人的同質(zhì)樣本少得多，而且企業(yè)的財(cái)務(wù)數(shù)據(jù)容易被高管們操縱，導(dǎo)致企業(yè)破產(chǎn)模型的預(yù)測(cè)效果一般不如個(gè)人的模型效果好。

14、行職業(yè)模型：預(yù)測(cè)客戶(hù)的行職業(yè)。挖掘一個(gè)人屬于什么工作單位或崗位，可以進(jìn)一步評(píng)估工作穩(wěn)定性。在風(fēng)控領(lǐng)域，行職業(yè)預(yù)測(cè)并沒(méi)有收入負(fù)債預(yù)測(cè)應(yīng)用的那么直接，但至少可以理解為，行職業(yè)可以進(jìn)一步評(píng)估個(gè)人收入水平和收入穩(wěn)定性。

15、有孩模型：預(yù)測(cè)客戶(hù)是否有子女。有穩(wěn)定家庭的客戶(hù)，風(fēng)險(xiǎn)表現(xiàn)一般就更好。甚至你的信貸產(chǎn)品可以為此類(lèi)客群定制一套借還款策略。其他場(chǎng)景的應(yīng)用就不用提了，母嬰品是一個(gè)大類(lèi)，針對(duì)這些人去營(yíng)銷(xiāo)吧。

16、有房模型：預(yù)測(cè)客戶(hù)是否有房產(chǎn)。有房的客戶(hù)除了相對(duì)更高收外，也大概率有房貸，存在兩面性。有房可以確保的一點(diǎn)是更穩(wěn)定。一般客群質(zhì)量是自住>與父母同住>合租。

04

有一個(gè)貫徹營(yíng)銷(xiāo)、信貸、支付等幾乎所有場(chǎng)景的模型，那就是反欺詐模型。

17、反欺詐模型：識(shí)別欺詐用戶(hù)。欺詐主要可分為一方欺詐和三方欺詐。一方欺詐是指申請(qǐng)人自身的欺詐行為；三方欺詐是第三方盜用、冒用他人身份進(jìn)行欺詐，申請(qǐng)者本人并不知情，比如團(tuán)伙利用非法收集的身份證進(jìn)行欺詐。其實(shí)還有兩方欺詐，是內(nèi)部人員勾結(jié)的欺詐，一般不在考慮范圍。

營(yíng)銷(xiāo)中，有刷單、套現(xiàn)、黃牛等風(fēng)險(xiǎn)，這些就可以定義為欺詐。信貸中，有擼口子大軍摩拳擦掌，他們借到了多少錢(qián)就是掙到了多少錢(qián)，對(duì)于騙貸的人來(lái)說(shuō)任何催收勸還都是無(wú)效的。支付中，又存在盜刷、洗錢(qián)等風(fēng)險(xiǎn)。還有電信詐騙等等。

還想再講一個(gè)概念上很好，曾經(jīng)也挺火的一類(lèi)模型，即生存分析模型。????

18、生存分析模型：預(yù)測(cè)用戶(hù)會(huì)不會(huì)逾期，以及什么時(shí)候逾期。這個(gè)概念來(lái)自醫(yī)學(xué)領(lǐng)域，認(rèn)為人總是會(huì)死的，沒(méi)死的只是沒(méi)有觀測(cè)到。于是你的目標(biāo)變量是一個(gè)元組(E, T)，Event是逾期是否的0、1變量，Time是逾期距觀察起點(diǎn)的時(shí)長(zhǎng)，沒(méi)逾期就是整個(gè)觀察期的時(shí)長(zhǎng)。

生存分析最經(jīng)典的算法是Cox比例風(fēng)險(xiǎn)回歸模型，前幾年也實(shí)現(xiàn)了某些提梯度升樹(shù)模型的改造應(yīng)用。但生存分析幾乎沒(méi)有用，這是因?yàn)槟阌蠥、B、C各種卡，在各個(gè)時(shí)點(diǎn)隨時(shí)打分，如果你只有一個(gè)A卡，生存分析可能是有用的。

05

我們額外說(shuō)一說(shuō)廣為人知的信用評(píng)分：芝麻信用分、微信支付分和小白守約分。

無(wú)論是天貓、淘寶、京東的消費(fèi)還是花唄、微信、白條的支付，這些海量的交易數(shù)據(jù)，可以用來(lái)評(píng)價(jià)一個(gè)人的還款能力和意愿。能力很好理解，為什么還有意愿？結(jié)合著馬斯洛需求理論，也就是生理、安全、情感、尊重、自我實(shí)現(xiàn)依次升級(jí)，越能體現(xiàn)高級(jí)需求的數(shù)據(jù)越可以給更高的權(quán)重。也就是說(shuō)重要的不是單次購(gòu)買(mǎi)行為，而是消費(fèi)習(xí)慣。????

而那些店鋪商家，平臺(tái)有他們所有的交易、資金、物流信息，都可以用來(lái)作為金融服務(wù)的依據(jù)。

你掌握了一個(gè)人的人際關(guān)系，就掌握了這個(gè)人。社交關(guān)系鏈，不僅可以用來(lái)評(píng)估信用，還能直接作為質(zhì)押物，因?yàn)槊總€(gè)人都在乎它，而且很在乎它。

還有更重要的一點(diǎn)。前面提到的所有模型，都只是模型，不是產(chǎn)品，即使把它們做成數(shù)據(jù)產(chǎn)品對(duì)外輸出，對(duì)用戶(hù)而言，也謬談產(chǎn)品。只有這里的三個(gè)模型，可以稱(chēng)之為產(chǎn)品。

只有產(chǎn)品，才會(huì)和用戶(hù)交互，才關(guān)注用戶(hù)體驗(yàn)，關(guān)注客訴。一款產(chǎn)品的開(kāi)發(fā)，就一定意味著你要考慮你的用戶(hù)需求。這決定了你的模型由什么構(gòu)成，長(zhǎng)成什么樣子，具備什么樣的解釋?zhuān)袚?dān)什么樣的功能。不要低估了這里的話(huà)，除非你搞明白了芝麻信用分開(kāi)發(fā)的一切細(xì)節(jié)。????????????????06

評(píng)分是信貸業(yè)務(wù)中最有用的一件工具，但不僅僅信貸。許多業(yè)務(wù)場(chǎng)景都會(huì)用到評(píng)分。

保險(xiǎn)公司使用它來(lái)評(píng)估參保人的風(fēng)險(xiǎn)偏好，或者汽車(chē)事故的風(fēng)險(xiǎn)。正好借此說(shuō)明，模型不能濫用，一個(gè)人信用評(píng)分越高，很可能風(fēng)險(xiǎn)偏好越低，這些人不冒險(xiǎn)反而就不會(huì)去購(gòu)置保險(xiǎn)。保險(xiǎn)公司用信用評(píng)分去篩選客戶(hù)，找到的可能都是這些非目標(biāo)客群。

醫(yī)院使用它去判斷哪些病人最需要特殊治療，也需要判斷不同醫(yī)療措施下病人的生存時(shí)間。

抖音快手這些短視頻平臺(tái)使用它去預(yù)測(cè)用戶(hù)觀看某些直播的可能性，好確定是否給你的發(fā)現(xiàn)頁(yè)插入直播推薦。也需要預(yù)測(cè)用戶(hù)觀看視頻的意愿度，好使得推薦的結(jié)果是你點(diǎn)擊率高且觀看時(shí)長(zhǎng)長(zhǎng)的。既關(guān)注你的留存，也關(guān)注你的消費(fèi)。??

一句話(huà)，排序 is all you need！

07

業(yè)務(wù)的理解能力是可以共通的，任何一個(gè)人都可以通過(guò)搜集歸納比較容易地搞明白各種互聯(lián)網(wǎng)場(chǎng)景的業(yè)務(wù)模式，但是其真正的困難在于每個(gè)業(yè)務(wù)背后復(fù)雜多變的真實(shí)需求，即怎么在具體場(chǎng)景實(shí)現(xiàn)以流量或者盈利為目的的最優(yōu)決策。

業(yè)務(wù)目標(biāo)決定了模型目標(biāo)，模型目標(biāo)決定了所用的數(shù)據(jù)。我們可以有很多模型，但業(yè)務(wù)最核心的目標(biāo)是唯一的。

當(dāng)你有這么多模型之后，你要怎么用呢？

多個(gè)模型同時(shí)通過(guò)或者拒絕的，當(dāng)然好辦，它沒(méi)有改變單個(gè)模型的決策結(jié)果，給了你更大的決策信心。但是，一個(gè)模型說(shuō)“通過(guò)”，另一個(gè)模型說(shuō)“拒絕”，這個(gè)問(wèn)題是不是就費(fèi)解了？?

沒(méi)那么糟糕，相反，這是改善決策的機(jī)會(huì)。如果模型都相同，多個(gè)就是一個(gè)。

我們可以制定兩個(gè)模型分的交叉效果表，下圖是一個(gè)示例，如果用定制模型通過(guò)8個(gè)格子，進(jìn)一步和通用模型交叉后，置換其中一個(gè)格子，往往都能獲得更好的風(fēng)險(xiǎn)表現(xiàn)。實(shí)際上，通過(guò)交叉，通過(guò)率也能得到提高。

但是請(qǐng)注意，你不能串行地使用模型。除非這真的是你想要的結(jié)果。