智能风控:Python金融风险管理与评分卡建模
上QQ阅读APP看书,第一时间看更新

2.1.2 用途

用途即评分卡的使用目的。常见的评分卡有如下6种定义方式。

申请评分卡(Application Card):申请评分卡通常用于贷前客户的进件审批。在没有历史平台表现的客群中,外部征信数据及用户的资产质量数据通常是影响客户申请评分的主要因素。

行为评分卡(Behavior Card):行为评分卡用于贷中客户的升降额度管理,主要目的是预测客户的动态风险。由于客户在平台上已有历史数据,通常客户在该平台的历史表现对行为评分卡的影响最大。

催收评分卡(Collection Card):催收评分卡一般用于贷后管理,主要使用催收记录作为数据进行建模。通过催收评分对用户制定不同的贷后管理策略,从而实现催收人员的合理配置。

流失预警评分模型:预测平台现有存量客户在未来某时间节点后流失的概率。覆盖审批通过后未提款客群、还款成功后不再复贷客群等。

营销评分模型:目标客群收到平台营销后,申请贷款服务的概率。在主动授信过程中,通常将营销评分模型的高分群体和申请信用评分模型的高分群体进行交叉,对预估信用较好且有强烈激活倾向的客户执行营销动作。

欺诈评分模型:一种用来预测用户的借款目的不正当程度的评分模型。信用模型用于衡量用户的还款能力及还款意愿,而欺诈评分模型用于衡量用户的借款目的是否正当。

当然,除了上述评分卡模型外,还有一些未曾涉及的模型,但由于本书主要聚焦于信用评分模型,因此不再展开。需要注意的是,虽然上述模型建模的目的不同,但建模方法大同小异,因此对其中一类模型有深刻的理解后,自然能够触类旁通,举一反三。