信用评分如何应用在风控策略里？

本题已加入知乎圆桌欢迎来到风控时代，更多「风险控制」讨论欢迎关注。

怎么样才不被举报 · 2018-10-17 22:56:16

评分越高，风控越低，条件越好评分越高，所以银行信用卡内部有个评分表，给客户定制个平分来判断资质就能达到风控的作用

Merry · 2018-10-17 22:56:15

首先看你是什么客户群定位吧，目前来看利率的选择其实才是最重要的，反正不要的信用评分再高也不要，不管价格的评分再低您也不不会贷

庞九林 · 2018-10-17 22:56:14

感谢邀请，然而不懂。
不过，信用已经成为某些人威胁他人的工具了。比如催债的，就威胁如果不按照他们要求支付高利贷，就会把借款人列入信用黑名单。
虽然他们没有这个能力，不过真的吓坏了很多人。

京东白条 · 2018-10-17 22:56:13

前述回答中张岩的答案在策略框架中如何融入信用评分已经有比较清晰的阐述，我从信用评分在策略应用时的具体规则设计方法做一点补充。
信用评分的核心功能是对客群按风险水平进行排序，也即对客群按风险水平进行“差异化”。
事实上，如果不局限于信用评分、风险评分，对于其他的响应评分、分期转化评分之类的评分模型，都是以某一目标对客群进行排序，从而可以进行差异化动作，如拒绝、定价、额度、流程体验简化或复杂等等，而这些动作即是策略整体需要回答的内容。
当评分对客群有单调性良好的排序性时，即意味着可以依赖评分直观的进行拒绝多少比例客群可以捕获多少比例坏用户的决策评估。进一步，可以衍生出：
在低分段（高风险）排序能力更好的评分更利于做拒绝策略，在高分段（低风险）排序能力更好的评分更利于做风险定价等效果。
大家可以结合自己的业务和工作经验思考相应原因。
当有上述理解之后，对于策略设计人员来说，评分模型不再只停留在算法、KS指标等层面进行机械评价，而是一个可灵活应用的工具，KS不高的模型在合适的策略情景之下也能起到相当好的效果。
通常风险策略中通过设计评分的cut-off阈值实现评分在策略中的具体应用。
cut-off，又称评分截点，主要包括“及格分数线”和“各决策区间门槛”的确定。
“及格分数线”是审批中最低的分数线，低于该分数值的申请一般不会被接受；
“各决策区间门槛”是指根据评分划定不同分数段（Score Bands），不同分数段代表的风险程度不一样，其决策内容也不一样。如高分段的申请在配置审批通过/拒绝策略时一般设置为“自动批准”或“建议批准”，建议配置的额度也较高；低分段的申请则配置为“自动拒绝”或“建议拒绝”，同时建议的额度也较低。
“及格分数线”和“各决策区间门槛”的制定具有较重要的业务意义，根据业务方向的不同而有不同的原则，一般Cut-off的策略设计目标主要包括以下三种：
1. 保持目前的审批通过率：
较谨慎的设定cut-off分数线的方法是保持和目前一样的通过率。
在保持当前通过率的同时，坏账率和坏账户数量也相应减少，这是由于新开发的评分卡与之前相比能够更好的区分好坏账户。一般建议在业务上刚开始使用评分卡时按此种原则设定cut-off分数线，因为通过率较容易确定，而拖欠则需要一段时间来验证。
2. 保持目前的坏账率：
另一种设定cut-off分数线的方法是，希望增加通过率的同时维持当前的坏账率不变。这种方法是具有一定风险的，因为需要通过一段时间才能确定参与评分的申请人的实际坏账率（因拒绝推断的影响，实际的坏账率往往会比通过评分卡估计的坏账率要高）。
3. 同时提高审批通过率和降低坏账率：
更常见的确定cut-off分数线的做法是前两种方法的折衷：提高审批通过率、降低坏账率。实际上cut-off分数可以是策略曲线上的任意一点，但需随时监控批准分数选择的影响，以决定是否需要调整。
cut-off策略设计目标的设计取决于业务目标的需要及可使用的数据情况。如保持一定的坏账率，提高审批通过率；或者保持一定的审批通过率，降低坏账率；又或者既提高审批通过率又降低坏账率。
一般通行做法是综合考虑风险（坏账率）和收益（审批通过率）之间的平衡，即在能接受的坏账率水平和审批通过率之间综合考虑。
以下图表能更形象的体现以上几种方法的逻辑：

一般来说，对于笔数多、金额小，讲究“大数法则”进行风险管理的零售信贷产品，在没有评分卡之前，通过人工经验审批来识别风险的效果会明显弱于通过评分卡来识别，与之前的审批相比，评分卡所带来的甄别好坏账户的能力会大大提高。
如上图所示，横轴表示审批通过率，纵轴代表坏账率，经过评分排序后，随着通过率的提高，坏账率也相应提高，可以描述上述图示的策略曲线。
在没有评分卡之前，人工审批模式的点位于曲线的左上方，相对人工审批模式下的通过率和坏账率，策略曲线上的任何决策点都是相对较优的决策。而在实际业务中究竟选择哪一个点来制定cut-off策略就要结合坏账率和审批通过率的平衡。
举例说明，当前策略（A点）：通过率30%，坏账率7.4%，在引入评分工具后由于对客群有了更好的排序能力，因此有三个方向的策略目标可以选择：

保持坏账率在7.4%左右，审批通过率由30%提高到72%（D点）；
保持审批通过率在30%左右，坏账率由7.4%下降到1.8%左右（B点）；
审批通过率提高，坏账率下降：通过率提高到55%，同时坏账率下降到4%（C点）；

另外，cut-off策略设计较高级阶段是以盈利指标为目标，考虑收益维度的cut-off对数据的要求很高，适合在对于精确的收益、成本数据有积累的前提下，开发出收益预测评分，对每个业务申请预测潜在的收益，然后综合“风险”、“收益”两维度进行cut-off设定。

作者：京东金融风险策略高级经理王乐

张SOMEBODY · 2018-10-17 22:56:12

信用评分如何应用在风控策略里？
回答者：张岩
在介绍评分之前，我们先要介绍一下风控策略。
一、风险策略是什么
风险策略是由很对信审风控规则所组成的一个用以实现金融机构风险控制目标的一个规则集合。
看如下一张图

这个图，大概就一般审批风险政策的整个决策流（这个描述其实不是很精准，在审批授信时，除了准入审批外，还需要进行核定额度和定价，后面会有所讨论）。当然在实际运用中各有各的风格，会有些许的差别，不过大概模块都是差不多的。

进件规则

进件规则的主要作用是用来定义信贷产品特定的目标客群。
比如，房屋抵押贷款的进件规则一般就是客户有房；助学贷款的进件规则是客户至少要是学生；手机分期贷款的话，客户得是在买手机。
进件规则一般是所有风险策略中最公开的部分。这个规则一般都会涉及到线上和线下的渠道推广。
如果进件规则不明确的话，会给后面的审核带来很大的困扰。
同时，尤其是线下渠道，进件规则其实也是进场被攻击的地方，涉及到的材料审核也许会被别有用心的人加以利用。

反欺诈规则

欺诈一般分两类，即申请欺诈和交易欺诈。
其中，交易欺诈多发生在支付、信用卡及类信用卡等产品中。一般贷款类产品主要涉及到的是申请欺诈。
申请欺诈通常分四类，但其实它们之间有时界限并不是非常清晰，甚至有可能是同时发生，我的分类依据主要是反欺诈所使用的防控手段。这几类欺诈分别是：

身份冒用：被第三方冒用身份；
恶意骗贷：把自己豁出去了；
资料造假：通过资料造假提升自己获得授信的可能性；
用途篡改：部分类型的信贷是指明借款用途的，如果私自改变借款通途，就属于此类欺诈。

进件规则涉及到的风险，通常在反欺诈规则中会有相应的对策。但实际操作中，可能会发生由于某些信息核实的成本过高，在计算过投入产出比后，放弃相应策略的情况。

严拒规则

严拒规则通常是指信贷机构完全不能容忍或防止合规性风险的规则。
比如说，前段时间银监会明确了校园市场，只能由持牌的金融机构来运营的规定。那么在绝大多数户金机构的策略里，大概率会有”if 职业为学生，then 拒绝“类似的规则；再比如，为了不向未成年人提供贷款，那么就会有”if 年龄

Sherry Zhang · 2018-10-17 22:56:11

谢邀。
之前正好和我司CRO聊过这个问题，所以比较了解。
行业内常用的是ABC三张评分卡。A卡、B卡、C卡分别表示：获客评分卡（Acquisition），行为评分卡（Behavior），和催收评分卡（Collection）。

A卡

在前端的获客过程中，可能会用到信用风险模型、欺诈风险模型、渠道风险等。只要这些模型都用在获客的这个过程中，行业里就把这套东西统称为A卡。从模型的角度来看，它会对消费者未来的风险作预测，即模型会在消费者授权的情况下收集消费者多维度的信息，以此来预测，如果将一笔钱贷给了这位消费者，那他接下来的一段时间内，不还钱的概率有多大？比如这个数字超过了机构的风险偏好，那这位消费者的信贷申请就会被拒。

B卡

行为评分是指，消费者拿到信用额度后，模型根据消费者的行为数据，对其作出升额、降额的预判或预警。

C卡

催收评分会判断，例如当消费者出现逾期时，面对那么多逾期客户，机构应该先催谁。或者哪些消费者不用催，他就自动会把钱还回来。这些决定都是催收评分作出的。
举个简单的例子来说，如果风控机构能通过模型判断出，这是一位经常出差的消费者，那他在网络情况不佳、转帐还钱不是特别方便的情况下，那这一般可被认为是技术性逾期。他会在网络稳定时把钱还上，这只是一个例子。风控机构就需要基于已经发生过这样情形的客户群体建模，并根据此来预判一下，张三是这种客户的可能性是多少，李四是这种客户的可能性是多少。如果张三是这种逾期会主动还款的机率非常高，那在机构的催收策略里，张三就先不催了。
以上。
之前和这位CRO也聊了一下什么是风控中的“冠军挑战”，也挺有趣的。有兴趣的知友可以看这里：
Sherry Zhang：科普 | 什么是金融风控中的“冠军挑战”？

信用评分如何应用在风控策略里？

6 个回复