- 智能風控:Python金融風險管理與評分卡建模
- 梅子行 毛鑫宇
- 616字
- 2020-06-02 18:29:18
2.1.2 用途
用途即評分卡的使用目的。常見的評分卡有如下6種定義方式。
●申請評分卡(Application Card):申請評分卡通常用于貸前客戶的進件審批。在沒有歷史平臺表現的客群中,外部征信數據及用戶的資產質量數據通常是影響客戶申請評分的主要因素。
●行為評分卡(Behavior Card):行為評分卡用于貸中客戶的升降額度管理,主要目的是預測客戶的動態風險。由于客戶在平臺上已有歷史數據,通常客戶在該平臺的歷史表現對行為評分卡的影響最大。
●催收評分卡(Collection Card):催收評分卡一般用于貸后管理,主要使用催收記錄作為數據進行建模。通過催收評分對用戶制定不同的貸后管理策略,從而實現催收人員的合理配置。
●流失預警評分模型:預測平臺現有存量客戶在未來某時間節點后流失的概率。覆蓋審批通過后未提款客群、還款成功后不再復貸客群等。
●營銷評分模型:目標客群收到平臺營銷后,申請貸款服務的概率。在主動授信過程中,通常將營銷評分模型的高分群體和申請信用評分模型的高分群體進行交叉,對預估信用較好且有強烈激活傾向的客戶執行營銷動作。
●欺詐評分模型:一種用來預測用戶的借款目的不正當程度的評分模型。信用模型用于衡量用戶的還款能力及還款意愿,而欺詐評分模型用于衡量用戶的借款目的是否正當。
當然,除了上述評分卡模型外,還有一些未曾涉及的模型,但由于本書主要聚焦于信用評分模型,因此不再展開。需要注意的是,雖然上述模型建模的目的不同,但建模方法大同小異,因此對其中一類模型有深刻的理解后,自然能夠觸類旁通,舉一反三。