上一期主要說了ABC三卡的功能和作用，并沒有具體闡述信用評分的實際應用過程，這次就這個問題，進行了搜索并思考，歸結如下：

• 風險策略是什么，風險策略是由很對信審風控規則所組成的一個用以實現金融機構風險控制目標的一個規則集合

• 這個圖，大概就一般審批風險政策的整個決策流（這個描述其實不是很精準，在審批授信時，除了準入審批外，還需要進行核定額度和定價，后面會有所討論）。當然在實際運用中各有各的風格，會有些許的差別，不過大概模塊都是差不多的。

進件規則

• 進件規則的主要作用是用來定義信貸產品特定的目標客群。比如，房屋抵押貸款的進件規則一般就是客戶有房；助學貸款的進件規則是客戶至少要是學生；手機分期貸款的話，客戶得是在買手機。進件規則一般是所有風險策略中最公開的部分。這個規則一般都會涉及到線上和線下的渠道推廣。如果進件規則不明確的話，會給后面的審核帶來很大的困擾.同時，尤其是線下渠道，進件規則其實也是進場被攻擊的地方，涉及到的材料審核也許會被別有用心的人加以利用。

反欺詐規則

• 欺詐一般分兩類，即申請欺詐和交易欺詐。其中，交易欺詐多發生在支付、信用卡及類信用卡等產品中。一般貸款類產品主要涉及到的是申請欺詐。申請欺詐通常分四類，但其實它們之間有時界限并不是非常清晰，甚至有可能是同時發生，我的分類依據主要是反欺詐所使用的防控手段。這幾類欺詐分別是：
• 身份冒用：被第三方冒用身份；
• 惡意騙貸：把自己豁出去了；
• 資料造假：通過資料造假提升自己獲得授信的可能性；
• 用途篡改：部分類型的信貸是指明借款用途的，如果私自改變借款通途，就屬于此類欺詐。
• 進件規則涉及到的風險，通常在反欺詐規則中會有相應的對策。但實際操作中，可能會發生由于某些信息核實的成本過高，在計算過投入產出比后，放棄相應策略的情況。

嚴拒規則

• 嚴拒規則通常是指信貸機構完全不能容忍或防止合規性風險的規則。比如說，前段時間銀監會明確了校園市場，只能由持牌的金融機構來運營的規定。那么在絕大多數戶金機構的策略里，大概率會有”if 職業為學生，then 拒絕“類似的規則；再比如，為了不向未成年人提供貸款，那么就會有”if 年齡<18, then 拒絕“的規則；還比如，有黃賭毒或其他犯罪歷史的人、之前就在本金融機構有過嚴重信用不良記錄的人會被直接拒絕等等。

客群判定

• 凡是我們認為可以區分不同客群的規則，都可以歸到這一類中，比如進件渠道、用戶特征、歷史行為等。到底客群規則應該選取哪些特征，其實比我們想象的要復雜的多。現在業界通行的就是按照進件渠道或明顯的行為差異或區分風險的能力來做客群分類。當然這些存在已久的做法是有其合理性的。但在我看來，進件渠道或明顯的行為差異是“未經驗證的先驗假設”；而“區分風險的能力”則是“通過貪婪算法追求局部最優”，都是有其內在缺陷的。從這里就能看出，也許風險規則真不像我們想象的那么簡單，我先拋出兩個問題大家可以思考一下。
• 到底什么樣的客群分類最有利于做風險判斷或建模
• 在做客群分類的時候，除了風險，還有什么其他要考慮的因素？

可變規則

• 這個名字其實我一直沒找到合適的翻譯，如果哪位大神知道的話可以跟我分享一下。在我前司，我們把這類規則叫做“Soft Rule”。這類規則也是整個風險規則中調整頻率比較高的一類。以我個人觀察和經驗來看，僅低于反欺詐和評分規則。這類規則的作用也很容易理解。當我們發現一些明顯和風險相關的行為特征時，通常傾向于把這類特征做成一條規則，但不會像嚴拒規則一樣一棍子打死，而是進行一定的程度判斷（這個程度是會不斷調整的），我這里拋磚引玉來舉幾個栗子。手機號的入網時長；現在工作單位的工作時間；最近一段時間信貸申請次數；目前的總授信等。大家自行體會一下。

評分規則

• 這里就是我們應用信用評分的地方下面我會詳細介紹當有了一個新的評分后，是如何將這個新的評分引入我們的規則體系的。

評分的應用場景及方法

一般來說將一個新的信用評分引入整個規則體系，主要希望能起到如下方面的作用:

• 降低存量規則授信人群的逾期率。這是一個相對來說容易比較容易完成的任務。只需要在歷史通過存量授信且有還款表現的人群中，按照評分排序后，將人群按照不同分數段分組后，來依次判斷各個分組人群的逾期率是否能夠答到風險要求即可。但同時也要注意誤判率也要控制在一個合理的水平。如果我們發現無法在將誤判率控制在一個合理的水平的前提下，找到一個可以拒絕的分組，那么通常說明該評分在這個場景或客群下是無法應用的。
• 在不提高逾期率的前提下，提高通過率。同上面的分析所不同的是，因為伴隨著提高通過率，必然意味著在進行分析時，我們要引入一個我們之前并沒有真實授信的人群。因此需要引入與研發信用評分時類似的“拒絕推斷”的技術。因為拒絕推斷的內容比較復雜，在這里不詳述。
• 在我們通過拒絕推斷獲得了全量樣本的還款表現時，相對完整的方法是，將所有被可變規則拒絕的人群拿出來（在同一個客群判定規則下，即同一個segment），按照上面同樣的辦法進行排序。所不同的是，剛剛我們挑選閾值時，是從評分低（逾期概率大的客戶）往評分高（逾期概率小的客戶）來依次看，現在我們則是從評分高往評分低的分組來依次看，是否在我們引入額外的用戶后，整體的逾期水平或者額外一小群人的逾期率，能夠達到我們風險控制的目標。在實際工作中，我們要解決的問題會比上述的兩個場景更復雜。但是通常也就是要同時兼顧上面的兩個任務，在這種情況的下基本的原理還是相同的，只不過我們需要將上面的兩個方法綜合起來應用。

總結

以上是生活随笔為你收集整理的信用评分如何应用在风控策略中（二）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。