2023年互金風控的三十條經(jīng)驗

互金風控的三十條經(jīng)驗我們?nèi)プx歷史、讀哲學、學投資，永久只有極少數(shù)人會仔細研讀《史記》《巴菲特致股東的信》等，極多數(shù)人只會不求甚解，但需觀其大略。

閑來無事，把之前寫過的文章的核心觀點總結(jié)成三十條閱歷。再多就多了，再少又不夠數(shù)，正是時候。

這些說法要么繼承要么創(chuàng)新，我們不追求溯源，只關(guān)懷致知和致用。由于我們追求的道是“日用而不知”的道。

另外，這些閱歷在之前的文章里有充分的論證和解釋，有印象的當然也只會是少數(shù)。

寫作本文緣起于，跟領(lǐng)導的領(lǐng)導的領(lǐng)導匯報，過多的論證和說明反而沒效用，不如精準表達的核心觀點。

01

1）風控的底層規(guī)律在于有效地衡量用戶的還款力量、還款意愿和多頭借貸。多頭數(shù)據(jù)之所以如此重要，是由于某種層面上它能修正還款力量和還款意愿的計算。真的有錢和借來的錢，在力量和意愿上是不一樣的。

2）大數(shù)據(jù)風控怎么做，本質(zhì)就是大數(shù)據(jù)怎么用的問題。兩個用法。簡潔地用，是策略規(guī)章；簡單地用，是模型。

3）風控之道在于前中后的用戶生命周期管理。貸前管理避開損失，貸中管理削減損失，貸后管理回收損失。

4）風控之術(shù)是什么呢？就相當于問風險管理部門每天的工作本質(zhì)上是在做什么，當然是做策略和模型。留意，策略做策略的事情，模型做模型的事情，切不行該通過策略做的事情硬要通過模型去做。

5）業(yè)務(wù)和風控的關(guān)系，就跟策略和模型類似，初期都是原則閱歷至上。閱歷的效益觸頂，就要開頭做精細化運營，這時候最需要大數(shù)據(jù)模型方案。

02

6）用戶畫像簡潔來說，就是用戶信息的標簽化。一個是基礎(chǔ)屬性，一個是風控屬性?；A(chǔ)屬性的畫像，重在了解你的客戶；風控屬性的畫像，重在理解你的業(yè)務(wù)。

7）風控決策引擎本質(zhì)上是一系列規(guī)章的集合，決策流程有兩要素，一是規(guī)章清單，二是規(guī)章被執(zhí)行的挨次。

8）模型也可以理解成一條規(guī)章，只不過它是將許很多多的弱變量組合成一個強評分。強變量用于規(guī)章，弱變量用于模型。他們的本質(zhì)都是對用戶分層，便利我們將用戶一分為二，使其通過或拒絕。

9）業(yè)務(wù)總會不斷對策略進行迭代優(yōu)化，這往往導致策略體系過于龐雜，怎么樣從龐雜的體系中分清輕重是策略同學的核心力量。平衡決策對通過率的影響和對風險的影響，對成本的影響和對收益的影響，是風控策略從業(yè)者需要培育的職業(yè)嗅覺。

10）我們無法說模型重要還是策略重要，這兩者都很重要，沒有必要分什么高下。但假如說模型思維和策略思維呢？肯定是策略思維更重要，由于策略是更貼近業(yè)務(wù)的。

03

11）策略的三板斧總結(jié)起來就是分群、觸達、額度定價。年齡是分群，收入是分群，多頭是分群，模型也是分群，是風險的分群。分群又是額度定價的關(guān)鍵。別忘了觸達，你還要做投放、做產(chǎn)品優(yōu)化、做用戶體驗。關(guān)注轉(zhuǎn)化的同時還要關(guān)注風險。

12）模型開發(fā)是為業(yè)務(wù)需求服務(wù)的，高效解決業(yè)務(wù)的難點和痛點，就是模型開發(fā)的護城河，而不是所謂的算法。如何對遇到的問題設(shè)計合理的解決方案，比模型本身重要的多得多。

13）假如你只會對確定的樣本、確定的特征、確定的標簽，建一個所謂的大數(shù)據(jù)模型，不管這個模型是LR，是XGB，還是神經(jīng)網(wǎng)絡(luò)，還是圖算法，其實都是不夠的。風控是一個業(yè)務(wù)閱歷很重要的領(lǐng)域。

14）樣本選擇是最能體現(xiàn)模型開發(fā)定位和目標的，也是最吃功夫的部分。不同模型的開發(fā)，其他的有跡可循，唯有樣本的選擇是各有各的不同。

15）模型開發(fā)時我們總是在關(guān)懷模型效果，但當模型開發(fā)完后，最重要的是穩(wěn)定性。沒有策略會盯著模型分的變動反復調(diào)整閾值的。有問題的信息千萬不要用。

04

16）策略和模型之上，要做好監(jiān)控。使用沒有監(jiān)控的模型，就像使用沒有指針的鐘表，它可能在工作，但你怎么知道呢？另外，監(jiān)控一切簡單，響應(yīng)一切困難。

17）數(shù)據(jù)分析的三板斧，看趨勢、看對比、看細分。解讀監(jiān)控報表亦如是。光有一個數(shù)據(jù)是無意義的，比較才能使其有洞見。怎么比？和過去比，和其他的比，分開了自己比。

18）線上假如消失問題，很難直接指向模型，由于簡單性其解釋權(quán)都在模型同學手上。策略同學不要聽他們的解釋。問題簡單出在模型上面，但不是說“鍋”都是模型同學的。假如模型和策略是分開的，還是配置個模型驗證團隊吧。

19）風控中，做一個新模型，或者一條新策略，都是要充分評估更優(yōu)的。迭代的模型要跟許多東西對比，首要對比的就是想要替換的模型。策略的優(yōu)化第一個要比的也是原策略。真正意義的ABTest在風控里不存在。

20）工作中，風控的節(jié)奏不如營銷增長那邊那么快，由于風險是后置的，無法去快速又高頻地測試。

05

21）芝麻信用這類產(chǎn)品，與消金信貸機構(gòu)的A卡B卡是有許多不同的，關(guān)鍵在于前者要和用戶交互。這意味著，構(gòu)建這樣的模型時要依據(jù)閱歷選擇掩蓋各個維度的變量，并使其保持肯定的可解釋性，而不光是選擇區(qū)分度高的變量。由于，信用衡量的是先享后付的力量，那就是要讓該享受服務(wù)的人能享受到服務(wù)。一個該一個能。該的人不能，不該的人能，是要解決的關(guān)鍵問題。

22）不要過于關(guān)注風險。什么都不做才沒有風險。

23）有征信數(shù)據(jù)和借款人的借貸歷史數(shù)據(jù)，它就是推斷一個借款人還款力量和還款意愿的強數(shù)據(jù)。這些強數(shù)據(jù)就是反映一個人將來還款與否的最重要的指標，其他的大數(shù)據(jù)只能是一個補充。

24）因果關(guān)系很難，但相關(guān)關(guān)系很簡單。我們從來不能很好地解釋，這群人逾期的緣由是什么。我們擅長計算，這群人具備這些特性，他們的逾期水平比較高。

25）模型是對簡化目標的學習，簡化目標就要符合你的業(yè)務(wù)目標，這跟產(chǎn)品的第一層是用戶體驗本質(zhì)上是一樣的。真正的模型迭代有兩種，一種是在簡化目標下不斷提升效果，另一種是讓目標簡化地更精準。

06

26）在信貸業(yè)務(wù)中，用到的黑名單也簡單越積越多，這簡單導致其失效，尤其在場景特別豐富的大廠。我們可以對其中低風險的人群清退，就像失信被執(zhí)行人履約完畢后也會被退出一樣。但歸根結(jié)底，黑名單清退的價值沒那么大。另外，黑名單清退的規(guī)律在于六個字的思想：不要輕視敵人。

27）對于一般公司而言，聯(lián)合建模太麻煩了，往往不如直接接入標準產(chǎn)品。標準產(chǎn)品省去了聯(lián)合建模的麻煩，同時還避開了建模中樣本過少以及后續(xù)客群遷移導致過早失效的問題。

28）小貸公司的風控問題是，缺少自有數(shù)據(jù)，必需依靠三方數(shù)據(jù)源。結(jié)果，絕大多數(shù)小貸公司都會陷入一個逆境，就是引入一個新的數(shù)據(jù)源，測試效果好好的，一上線對通過率、壞賬率一點提升都沒有，甚至經(jīng)常消失負面影響。這是由于建模不能簡潔地圈定一個樣本，一個數(shù)據(jù)源一個數(shù)據(jù)源往里面加去計算增益。要與時俱進，用上最新的樣本，迭代整個策略，如有必要下線有問題的數(shù)據(jù)源。

29）風險不風險的，本質(zhì)上都是用戶管理。許多人不想做風控說風控太窄了，其實并不是風控太窄了，是他們自己把范圍定義的太窄了。風控考慮的是增長和風險的平衡，它的工作的豐富度