查看原文
其他

大厂的额度策略效果是如何测算的?

东哥起飞 Python数据科学
2024-10-07
当授信额度策略迭代优化以后,需要与旧策略进行对比测算,如何进行有效的对比呢?本篇针对新旧额度效果对比进行几个维度的介绍,内容节选自100天风控专家》贷前额度策略篇。

目录:

  • 额度策略测试方法

  • 额度分布对比

  • 额度风险测算

  • 额度盈利性测算

一、额度策略测试方法

贷前的定额策略和审批策略一样,也要进行优化调整。调整的原因分为两种:

①客观变化引起:比如通过监控发现的策略效果变差、公司政策变化、客群变化等原因,导致被动要做出适应新环境需求的调整。

②主观上的挑战:即便没有客观的变化发生,企业也要定期主动去发现旧策略的可优化点,优化生成新策略来挑战旧策略,往复不断尝试,以此让策略更优。

无论是哪种方式,一个必须面临的问题是:当每次新额度策略制定以后,都需要和旧策略进行效果对比,以此来评估是否要做新旧策略切换。关于额度策略的对比测试方法有哪些呢?

二、新旧额度离线测试
1)新旧额度策略的分布对比

首先,要分析新旧额度策略在额度分布上的差异。比如下面展示了新旧额度策略在各个额度区间下最小值、最大值、均值以及分位点上的变化程度。

对额度区间、 A卡模型的风险等级(A/B/C)、新旧额度策略进行透视,观察数量分布及占比的变化。

针对额度变化(额度变化=新额度-旧额度)的幅度进行分段,统计A/B/C等级下的数量和占比。

2)新旧额度策略的风险测算

首先通过Python代码复现新额度策略,对历史样本数据执行新策略生成新额度。

然后对额度区间、 A卡模型的风险等级(A/B/C)、新旧额度策略进行透视,统计各分段下的额度逾期率。

最后计算样本整体的额度逾期率,并且对比额度区间的逾期率排序性和额度有效系数,来测算新额度策略在风险维度的效果。

3)新旧额度策略的盈利测算

从盈利角度对新旧额度策略进行测算对比,具体步骤如下:

在相同额度区间条件下,分别统计新旧额度策略二维交叉的数量(样本客户数)、盈利(样本盈利求和)。

基于旧额度策略的实际盈利数据,测算新额度策略的盈利表现,对测算结果进行对比。

举例,新额度等级A盈利=(2520000/700)*1650。

三、新旧额度线上AB测试

将生产流量随机切分做线上的AB测试,通过线上观察结果来评估。按照历史样本数据是否充足,可以分成两种情况:

1)有足够历史样本

该情况下由于经过了详细的离线分析测算,有较强的数据支撑,AB测试方案上可以上少数确定性的策略,测试组少分流少,整体观察周期会更短。

2)无足够历史数据

由于策略效果无法离线测算,数据支撑较弱,可以尝试设计多个额度策略,并通过额度的分布统计进行合理性验证。然后将多个策略作为测试组与线上对照组一起做AB测试。由于测试组较多,流量被划分,整体观察周期会较长。

以上节选了部分,更多详细内容可以了解👉《100天风控专家视频讲解。150节的视频+图文干货,策略、模型理论+Python实操全部通吃。

--end--

历史风控精选文章:

左可—”试看“,右可—”咨询“
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