风控贷中策略笔记

1.划分贷前贷中的标准：授信通过
2.框架：贷中风险管理：用信审批/贷中风险预警
            存量客户运营：不仅考虑风险，还要考虑客户需求、体验等因素，通过精细化的客户分层和差异化的权益调整方式，促使客户用信、提高复借比例、延长生命周期
具体如下：
 

3.老客定义：按照账龄长短有不同的定义方式，分不同场景来看

支用场景：未发起支用的“短账龄老客”
权益调整场景：方法2种：贷前为辅，贷中为主，此时客户的账龄门槛可以设置相对短；当贷前保守时，贷中可以激进写，比如12期产品满足三个月还款表现可以提额/
贷前为主，贷中为辅，贷前比较激进，比如12期至少有一次结清才考虑提额。
续授信场景：12期的产品至少有6个月，甚至要到12期彻底结清。

老客户分类：按授信、放款、到期划分客群。

4.指标：

提现率：按人数
复借率：某时期内复借用户数/总借款用户数：短期高说明多头风险大，长期低说明客户借款需求不强，有流失风险，需对好客户权益调整提高复借率。
留存率：某时期末留存用户数/初始用户数

5.贷中行为变量及衍生
口诀：主维度+算子函数+度量+时间维度+条件维度
最近12个月逾期N天以上月份数求和
分类：借款行为；还款行为；逾期行为；扣款行为；权益调整；额度使用。

6.长短期风险
名字：DPD：逾期天数，mob：账龄，从放款日开始的时长，FPD：首次逾期几天
长短周期的风险稳定性：短期风险变化较快，长期风险变化较慢，因此短期模型ks高但下降快
短期看多头和负债，长期看个人资产
风险应用：短期风险：动支策略（多头、负债） 短期和长期：风险预警 长期风险：存量运营（提额降息）
区分方式：比如MOB3以内的是短周期（关注多头、负债、额度使用率），则MOB3-MOB12的为长周期（关注学历、工作稳定性、公积金、收入、资产、现金流、消费）

贷中支用策略 
7.模式和框架
授信+支用策略模式：
针对低风险客户，采用重授信轻支用，因为支用不足容易流失客户，因此在授信阶段严格些；这会损失一部分流量和数据
针对高风险客户，采用轻授信重支用，会导致拒绝边缘的客户授信通过但失败

框架：
根据风险差异和数据丰富度划分
如下：
首次且距授信时长30天以内：和授信差异不大，支用策略宽松；
首次且距授信时长30天以上：支用策略严格
多次支用：根据贷中交易行为数据修正
贷中数据：
如图！！！！！！！！！！

8.贷中策略：首次支用
分群：根据距离授信时长分群
策略：30天以内只拒绝极差客群（过件率>=90%）：内部黑名单，反欺诈-征信及三方数据规则集（选做，使用已查询数据）-身份核验（线上人脸识别，检验是否为本人支取，防止盗刷）
30天以外（过件率>=70%）规则阈值严格：和上面一样，但第二步需重新查变量（增加趋势类变量，捕捉动态风险。比如多头类，支用时多头借贷申请次数比授信时增加了三次以上则拒绝。比如欺诈类，IP/GPS稳定性，绑卡操作次数，关系网楼涉黑数量等）

9.复借支用
分类：第一笔结束后发起第二笔；当天有两笔；第一笔过了两个月有第二笔
数据维度及规则设计：包括黑名单、司法/反欺诈/贷中行为/多头、负债、逾期
支用策略：分阶段：复用授信策略-授信+贷中行为-B卡

10.贷中预警策略：紧的要松，松的要紧
要点：规则-处置（降额、冻结）-监控（建立指标体系，确定阈值）-优化
制定规则后确立规则等级（如红橙黄），取命中的最高规则等级对应预警等级
对模型分数也如此处理，然后把等级对应到处置渠道、频率、话术、方式
如果已经逾期，则按照时间分为轻度逾期和中度逾期，对应不同处置方式

评估指标：类似升抓坏和降误杀
分为有效预警率/误警率/漏警率和触警率
如果客户情况改善要做预警解除