風險控制-A卡模型的因變數如何定義-20180406

來自專欄風險控制+機器學習

關於這個問題，其實之前已經在專欄的文章裡面闡述過，但當時文章的重點不在此，所以講的不夠詳細，後來有些童鞋私下問過該問題，由於事情較多，不能詳細回復，所以在這裡貼篇文章簡單的談談這個問題。

如果你們也看過其他關於評分模型建立的文章，估計也發現它們幾乎對這個問題也是一筆帶過，其實這是有原因的，因為因變數的定義會與各家的業務方向息息相關，尤其目前線上現金分期、消費分期的盛行，導致各家業務模式不同，從而因變數定義的口徑就千差萬別了。

但是因變數的定義的確是一個很重要的命題，雖然各家定義的口徑不同，但是它也是會遵循一些客觀原則的。

1、roll rate

滾動率分析是定義壞樣本最重要的方法，那麼什麼是滾動率呢，我們先來看一個表格：

上面的表格就是一個滾動率（逾期人數，也可以用金額，但這裡用人數更合適）分析的表格，滾動的路徑（只標了兩條）已經在圖中標出，那麼上面的這些數字代表什麼意思呢。以201701的樣本來說，在2017年1月份（假設是月末）發生C-M1的樣本是5.26%，那麼說明在上個月（201612）發生借款的人中有5.26%的人發生了逾期，假設上個月借款的人是10000人，那麼說明在1月份有526個人發生了逾期，我們接著看2017年2月份的數據，在2月份發生M1-M2逾期的其實是1月份發生C-M1的樣本滾動到了下一期，所以：

也就意味著，在2017年1月逾期的526個樣本中，大部分都結清了，有20%左右的樣本滾動到了下一期。

2、壞樣本如何定義

上面的roll rate已經給了我們答案，我們可以看到從M2-M3滾動到M3-M4的樣本已經有80%了，如果你壞樣本定義較松，那麼就可以將那些走到M2的樣本定義為壞樣本，如果定義嚴格，則再取一期也是合理的，具體看風險容忍情況。

壞樣本定義好了，但這個問題還沒有結束，因為有些樣本3期可能就表現出來了，有些樣本可能在6期才完全表現出來，所以我們應該需要再定義一個觀察窗口。

3、賬齡分析

所謂的賬齡分析，其實就是觀察某一時期的借款樣本後續的風險表現情況：

上圖的縱坐標是逾期比例（假設入M2的樣本為逾期樣本），橫坐標是進入還款的月份數，可以看到在第8個月後，逾期比例基本穩定，所以可以將表現期定在8個月，當然如果審慎點可以遵循新巴塞爾協議的12個月。（其實很多人會談到一個觀察期和展現期的定義，我覺得A卡裡面可以不用這樣做，B卡可以這樣考慮）

4、好樣本如何定義

好樣本不像壞樣本那樣定義嚴格，相比來說更有彈性。如果定義較嚴，可以將在表現期中完全沒有逾期的樣本定義為好樣本，但相應的中間樣本會過多；也可以將非壞樣本定義為好樣本，這樣相當於沒有中間樣本；我們更多時候是折衷這兩種取法，既要保證中間樣本不能過多，又要有信心定義的好樣本後期逾期的概率較小，所以針對有過逾期但未達壞樣本定義的人，可以適當的延長表現期，觀察其後期進入壞樣本的比例，酌情選取適當的閾值。