查看原文
其他

风控策略调优方法论体系

东哥起飞 Python数据科学
2024-08-24
本篇来介绍下风控策略调优的方法论体系,内容选自《100天风控专家》第63期。
历史策略文章

1.什么是策略调优?

风控策略开发上线后并不是一成不变的,它会受业务目标、市场变化、数据质量效果等很多方面的影响,比如:

  • 业务不同发展阶段下会有不同的业务目标,策略需跟随调整;
  • 客群质量变好或者变差,策略需进行放松或收紧的调整;
  • 监管政策变化,比如要求定价不得高于24%,策略需要调整;
  • 数据下线或者效果衰减,策略需进行下线或者替换的调整;

所以策略是需要不断调整优化的。简单理解,策略调优就是根据当前最新的变化对现有策略所做出的调整,以适应最新的变化。这个变化可能来自业务、市场、产品、数据、技术等可能影响策略的各种因素。因此我们说,没有最完美的策略,只有不同变化下最合适的策略。

2.宏观策略调优

宏观的风控策略的主基调要根据公司整体的风险偏好来制定,有保守、激进、平稳几类。

一般情况下,在市场行情好的时期,策略可以偏激进一些,这时迅速占有市场用户为主要目标,可以快速扩大规模,形成规模效应。而在市场行情不好的时期,策略需要调整为保守一些,这时以稳定发展为主,大多是在经营前期吸收的存量客户,对于风险较高的新客户谨慎处理。因此,从大的市场环境角度考虑,这就是策略调优的价值所在。

当然,在什么时间点切入做调优也是一个非常关键的点。因为风险往往是滞后的,如果在市场环境不好之前可以提前捕捉预判进行收紧,那么后期的贷后压力就会很小。而如果盲目乐观等到了市场变差的时候再做调整,那么后期风险集中,压力会非常大。

3. 策略调优的方向

做策略所关注的2个核心指标是:通过率、逾期率
基于这2个指标,策略调优可分为两个方向:提高通过率、降低逾期率,简称“A类调优”和“D类调优”
4. 策略调优的步骤
4.1. A类调优的业务场景
4.2. A类调优的方法
A类调优可以分为宏观和微观两个层面的。宏观层面通过客群下探进行通过率的提升,涉及到下探客群的差异化审批策略、额度定价策略;微观层面对现有客群进行策略调优,包括策略放松、策略下线、策略替换,以及决策流程中的拒绝回捞等方式。
A类调优没有客户贷后表现,实际预测时需借助一些量化方法或者AB测试,难度相对高一些。
5.1. D类调优的业务场景
5.2. D类调优的方法
D类调优也可以分为宏观和微观两个层面的。宏观层面通过对整体客群收紧达到控制逾期率的目的;微观层面只对现有客群进行策略调优,包括策略收紧、策略替换、策略新增等。
D类调优从通过客户中寻找差客户拒绝,因为有客户的贷后表现,离线分析的实际效果更准确,难度较A类调优相对小一些。

关于策略开发、策略调优详细完整的内容,在《100天风控专家》中进行视频更新,理论讲解+案例代码实操

--end--

以上内容节选自👉《100天风控专家
从0到1的信贷风控训练营
继续滑动看下一个
Python数据科学
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存