建模準備一定要做的這幾件事

今天我們來說建模中容易忽視，但是獨立完成模型時一定要自己分析的一個步驟--建模準備。

建模準備這里我想跟大家分享五個點，就是在建模準備中需要做的五個方面。

1

業(yè)務目的

模型都是建立在業(yè)務目的上的，我們要根據(jù)不同的業(yè)務目的建立不同的模型，那么業(yè)務目的會從以下三個方面出發(fā)：

1、客戶?？蛻艨梢苑譃椋河绣X還的，沒錢還但是心里想還的，沒錢但是心里不想還的，以及有錢但是我就是不還的。后面兩種不還錢的人，我們定義他們?yōu)槠墼p客戶，就是來借錢之前想著不還的，對于前兩種以及后面兩種客戶，我們的有不同的方式區(qū)別，

2、產(chǎn)品。不同的客戶的客戶特征是不同的，譬如貸款產(chǎn)品中會分出商人以及上班族的不同貸款，那么這時，我們假設客戶的一個變量，工資流水，對于商人來說可能有淡季旺季，所以流水可能波動大，但是上班族，除了年終的時候會波動一下，其實時候毫無波瀾。

3、行為?？蛻粜袨?，是申請進件客戶，還是還款中客戶還是逾期需要催收的客戶。

2

好壞客戶定義

請看圖，c-m1的意思就是正?？蛻糇兂捎馄谝黄诘恼急龋?5年12月份有10000人來申請，那么在1月份有504個人逾期了，那么這504個人在2月份就是逾期一期的，跟著2月份來了，這504個人里面有77%還了錢就變成正?？蛻袅?，但是有23%的人還是不還，所以在2月份里面有大概116個人是2016年1月逾期了2期的人，接著3月份，這些有些還了一期的錢變成逾期兩期的人，有些人全還了變成正常的人了，但是還有41.82%的人還是不還，那么3月是是2016年1月逾期了3期的人里面有大概49個人。到了4月份，之前3月份逾期了3期的那些人有些還錢了，但是還是有82.70%的人繼續(xù)逾期，大概是40個人逾期4期了。五月份了，這40個人有那么4.33%的人選擇了還錢，但是還有38個人繼續(xù)不還錢，這38個人在五月份就是逾期了5期了，六月份了，這38個人有97.62%的還是繼續(xù)不還，大概算一個人還了，可以看大隨著逾期的期數(shù)越多，會還錢的人越來越少，可以根據(jù)轉(zhuǎn)化率看到，最后的38個人與剛開始的49人，占比是77%，可以確定是的一旦客戶逾期3期以上的時候就有很大的概率變成壞賬客戶。

定義逾期多少期我們可以定義為逾期客戶之后，還需要確定還多少期之后的逾期三期的客戶算壞客戶，我們這里提一點是，我們本次的評分卡是圍繞申請評分卡展開的，那么申請評分卡的定位客戶是：想要還但是沒錢還的，即會出現(xiàn)短期或者長期資金緊缺的情況，那么這里就需要提到“賬齡”，在圖中可以發(fā)現(xiàn)在9個月之后，壞賬率趨于平緩，即在還了9個月到12個月期間的客戶我們可以判定其是因為資金的不足才壞賬的。即可以在9-12之間選擇一個賬齡，確定壞客戶的標準。然而在一般是實戰(zhàn)建模中與新巴塞爾資本協(xié)議中針對內(nèi)部風險規(guī)范，也是建議12個月為單位較為合適。

3

準備建模樣本數(shù)據(jù)

A卡一般可做貸款0-1年的信用分析，B卡則是在申請人有了一定行為后，有了較大數(shù)據(jù)進行的分析，一般為3-5年，C卡則對數(shù)據(jù)要求更大，需加入催收后客戶反應等屬性數(shù)據(jù)。

評分卡數(shù)據(jù)需要累積到一段時間達到數(shù)據(jù)量的時候才能見面，圖中的橫軸是一條時間軸，左邊的為客戶的觀察期，右邊為客戶的展現(xiàn)期，那么剛才我們已經(jīng)有了好壞定義，這時候就要用這個規(guī)則取數(shù)，假設我們剛才去的是12期逾期90+，那么這時候觀察期就是12期+90天，展現(xiàn)期中逾期30天的客戶就是壞客戶，展現(xiàn)期沒有逾期的客戶就是好客戶，那么這時候你會問還了12期的逾期30天的客戶算什么，算不到展現(xiàn)期的客戶，因為這時候你不能確定他是不是會在第31天就還上了。

如果你們是數(shù)學專業(yè)或者有上過多元統(tǒng)計分析這類的都知道，建模數(shù)據(jù)都會分訓練集以及測試集，測試集的作用是測試訓練集出來的模型可不可以對訓練集之外的數(shù)據(jù)用，那么在實際建模中還會加一個驗證集，測試集以及訓練集的好壞比例是跟建模樣本的比例是一樣的，驗證樣本是取建模數(shù)據(jù)往后退大概一兩個月的數(shù)據(jù)作為驗證樣本，這部分數(shù)據(jù)不僅測試模型能不能訓練集之外客戶可不可以用，還有驗證模型是不是會隨著時間的遷移而出現(xiàn)了效果偏差，但是模型效果出現(xiàn)偏差是肯定的，但是是否效果大幅度下降。

4

排除不可建模樣本數(shù)據(jù)

排除不要的樣本，以免影響變量效果，在風控系統(tǒng)中，被拒絕規(guī)則婉拒的客戶我們不加入建模樣本中，但是后期需要拒絕演繹還是需要這部分樣本，為什么這部分數(shù)據(jù)不要呢，因為本身我們不能確定他是不是真的是壞的，這里要說明一點是，拒絕規(guī)則是拒絕掉那些可能性很大是壞客戶的人，但是并不在公司的貸款中逾期，所以不能定義他就是壞的。

不到展現(xiàn)期客戶，即在觀察期的客戶，就是剛開借錢，但是還了幾期，還沒逾期，不能判定是不是壞人也不能進入模型樣本，至于還了多少期還沒逾期的算好客戶的，命中黑名單的客戶也同樣的道理。

5

討論是否進行樣本分群

剛才說的不同的產(chǎn)品會有不同的客戶特征，但是即使同樣的產(chǎn)品，同樣的客戶行為，那么樣本還會有不同的特征，譬如男女的逾期表現(xiàn)在某種程度上來講，女性逾期了會比男性低，所以如果在數(shù)據(jù)足夠的前提下，可以考慮通過不同的方式對客戶分群，分群的方式可以根據(jù)變量的分類的逾期率的不同，例如剛才講的是男女分群，男女前提是這兩種類型的人逾期率有一個差別，對于其他變量也一樣。