最美情侣中文字幕电影,在线麻豆精品传媒,在线网站高清黄,久久黄色视频

歡迎光臨散文網(wǎng) 會(huì)員登陸 & 注冊(cè)

風(fēng)控中英文術(shù)語(yǔ)手冊(cè)(銀行_消費(fèi)金融信貸業(yè)務(wù))_v3

2021-03-20 10:03 作者:python風(fēng)控模型  | 我要投稿

1、風(fēng)控系統(tǒng)部分

1.Blaze

blaze是FICO公司產(chǎn)品,用于規(guī)則管理,是模型ABC卡開(kāi)發(fā)的前身。信貸公司開(kāi)始放貸時(shí),數(shù)據(jù)量少,申請(qǐng)用戶少,難以建立模型。因此前期一般會(huì)用到專家經(jīng)驗(yàn)判斷好壞客戶,然后通過(guò)風(fēng)控決策管理系統(tǒng)進(jìn)行高效作業(yè),其中blaze就是一款應(yīng)用多年,效率較高風(fēng)控決策管理系統(tǒng)。但blaze屬于商業(yè)產(chǎn)品,一般多應(yīng)用于大銀行,捷信等大型消費(fèi)金融公司,收費(fèi)可高于100萬(wàn)RMB每年,如果需要更多定制業(yè)務(wù),收費(fèi)更高。

1.1 A card
釋義:Application Scorecard 申請(qǐng)?jiān)u分卡,對(duì)授信階段提交的資料賦值的規(guī)則。
舉例: “進(jìn)件”是傳統(tǒng)銀行的說(shuō)法,指申請(qǐng)單。評(píng)分卡是對(duì)一系列用戶信息的綜合判斷。隨著可以收集到的用戶信息變多,授信決策者不再滿足于簡(jiǎn)單的if、else邏輯,而是希望對(duì)各個(gè)資料賦予權(quán)重和分值,根據(jù)用戶最后綜合得分判斷風(fēng)險(xiǎn),通過(guò)劃定分?jǐn)?shù)線調(diào)整風(fēng)險(xiǎn)容忍度,評(píng)分卡應(yīng)運(yùn)而生。評(píng)分卡是邏輯回歸算法的一種衍生。

1.2 B card
釋義:Behavior Scorecard 行為評(píng)分卡,對(duì)貸后可以收集到的用戶信息進(jìn)行評(píng)分的規(guī)則。
舉例:與 A 卡類似,B卡也是一套評(píng)分規(guī)則,在貸款發(fā)放后,通過(guò)收集用戶拿到錢后的行為數(shù)據(jù),推測(cè)用戶是否會(huì)逾期,是否可以繼續(xù)給該用戶借款。例如用戶在某銀行貸款后,又去其他多家銀行申請(qǐng)了貸款,那可以認(rèn)為此人資金短缺,可能還不上錢,如果再申請(qǐng)銀行貸款,就要慎重放款。B卡模型中,有很多存量管理的子模型,包括激活沉默客戶模型,找出價(jià)值較高客戶,增加貸款額度模型等等。

1.3 C card
釋義:Collection Scorecard 催收評(píng)分卡,對(duì)已逾期用戶未來(lái)出催能力做判斷的評(píng)分規(guī)則。
舉例:催收評(píng)分卡是行為評(píng)分卡的衍生應(yīng)用,其作用是預(yù)判對(duì)逾期用戶的催收力度。對(duì)于信譽(yù)較好的用戶,不催收或輕量催收即可回款。對(duì)于有長(zhǎng)時(shí)間逾期傾向的用戶,需要從逾期開(kāi)始就重點(diǎn)催收。逾期天數(shù)越多,催收難度越大。

催收一般分為多個(gè)坐席,M1,M2,M3等不同坐席員工經(jīng)驗(yàn)和業(yè)務(wù)能力相差甚大。AI人工智能常用于前期自動(dòng)化催收。

申請(qǐng)?jiān)u分卡、行為評(píng)分卡和催收評(píng)分卡常合并稱為“ABC卡”,應(yīng)用在貸前、貸中和貸后管理。

1.4 MIS
釋義:Management Information System 管理信息系統(tǒng)。
舉例:MIS_weekly是MIS 系統(tǒng)出的周報(bào),是從風(fēng)控角度出發(fā),涵蓋當(dāng)期重要數(shù)據(jù)和歷史用戶的風(fēng)險(xiǎn)表現(xiàn),是授信模塊需重點(diǎn)關(guān)注的報(bào)表。

1.5 Ser
釋義:service的簡(jiǎn)寫(xiě)?!?ser” 是決策引擎工具SMG3的工程文件格式,故用 ser代指決策引擎規(guī)則版本。
舉例:SMG3(Strategy Management Generation 3)是Experian提供的決策引擎工具,類 似的工具還有FICO的Blaze。決策引擎是一系列規(guī)則的集合,可處理大量的入?yún)?,最終輸出結(jié)論。決策引擎規(guī)則是授信的核心構(gòu)成之一,通常每個(gè)細(xì)分人群都會(huì)單獨(dú)配置一個(gè)Ser,同一個(gè)授信流程也可執(zhí)行多個(gè)Ser。

1.6 RBP
釋義:Risk-based Pricing,風(fēng)險(xiǎn)定價(jià)。
舉例:量化風(fēng)險(xiǎn)管理的一個(gè)核心就是風(fēng)險(xiǎn)定價(jià),可以根據(jù)用戶人群、模型決策風(fēng)險(xiǎn)、外部征信數(shù)據(jù)等條件,給用戶授予額度和費(fèi)率。

2、風(fēng)控指標(biāo)部分

2.1 Aging Analysis
釋義:賬齡分析。顯示各期至觀察點(diǎn)為止的延滯率,其特點(diǎn)為結(jié)算終點(diǎn)一致,把分散于各個(gè)月的放貸合并到一個(gè)觀察時(shí)間點(diǎn)合并計(jì)算逾期比率。

2.2 Vintage Analysis
釋義:統(tǒng)計(jì)每個(gè)月新增放款在之后各月的逾期情況,同樣也是賬齡分析。與aging Analysis不同,vintage以貸款的賬齡為基礎(chǔ),觀察貸后N個(gè)月的逾期比率。也可用于分析各時(shí)期的放貸后續(xù)質(zhì)量,觀察進(jìn)件規(guī)則調(diào)整對(duì)債權(quán)質(zhì)量的影響。
舉例:Deliquency Vintage 30+:表現(xiàn)月逾期30+剩余本金/對(duì)應(yīng)賬單生成月發(fā)放貸款金額。


2.3 C 、M
釋義:C和M是描述逾期期數(shù)bucket的專有名詞。M0為正常資產(chǎn),Mx為逾期 x 期,Mx+為逾x期(含)以上。無(wú)逾期正常還款的bucket為M0,即C,M1即逾1期(1-29天) 。 M2+即逾2期及以上(30+) 。M2和M4是兩個(gè)重要的觀察節(jié)點(diǎn),一般認(rèn)為M1為前期,M2-M3為中期,M4以上為后期,大于M6的轉(zhuǎn)呆賬。

2.4 Delinquency
釋義:逾期率/延滯率。評(píng)價(jià)資產(chǎn)質(zhì)量的指標(biāo),可分為Coincident和Lagged兩種觀察方式。

2.5 Coincident
釋義: 即期指標(biāo)。用于分析當(dāng)期所有應(yīng)收賬款的質(zhì)量,計(jì)算延滯率。計(jì)算方式是以當(dāng)期各bucket延滯金額除以本期應(yīng)收賬款(AR)總額。Coincident是在當(dāng)前觀察點(diǎn)總覽整體,所以容易受到當(dāng)期應(yīng)收賬款的高低導(dǎo)致波動(dòng),這適合業(yè)務(wù)總量波動(dòng)不大的情況下觀察資產(chǎn)質(zhì)量。
舉例:常看的一個(gè)指標(biāo)Coincident DPD 30+

2.6 Lagged
釋義: 遞延指標(biāo)。與coincident相同也是計(jì)算延滯率的一個(gè)指標(biāo),區(qū)別是lagged的分母為產(chǎn)生逾期金額的那一期的應(yīng)收賬款。Lagged觀察的是放貸當(dāng)期所產(chǎn)生的逾期比率,所以不受本期應(yīng)收賬款的起伏所影響。
舉例:Lagged DPD 30+$(%)= Lagged M2+Lagged M3+Lagged M4+Lagged M5+Lagged M6
月末資產(chǎn)余額M1(1-29天): 統(tǒng)計(jì)月份月末資產(chǎn)中滿足 1≤當(dāng)前逾期天數(shù)≤29 的訂單剩余本金總和,當(dāng)前逾期天數(shù)為訂單當(dāng)前最大逾期天數(shù),不包含壞賬訂單。
Lagged M1 =月末M1的貸款余額/上個(gè)月底的貸款余額(M0~M6)


2.7.0 PD(Past Due)

例如FPD1,SPD7,TPD30...
前面的字母,F(xiàn):first,表示第一期逾期,同理 S,T,Q分別表示二 三 四, 后面會(huì)用數(shù)字表示。 如5PD30。
后面的數(shù)字, 指逾期天數(shù),如果一個(gè)客戶身上有FPD30的標(biāo)記,那必然有FPD1 FPD7等小于30的標(biāo)記。
dpd(days past due)逾期天數(shù),貸放型產(chǎn)品自繳款截止日(通常為次一關(guān)賬日)后一天算起。
?4期中,任意一期逾期天數(shù)超過(guò)30天就算壞客戶
需注意的一點(diǎn),PD類指標(biāo)通?;コ?,也就是說(shuō)一個(gè)人如果有了FPD標(biāo)志就不會(huì)有SPD標(biāo)志,SPD表示第一期正常還款但是第二期才出現(xiàn)逾期的客戶。


2.7 DPD
釋義:Days Past Due 逾期天數(shù),自還款日次日起到實(shí)還日期間的天數(shù)。
舉例:DPD7+/30+,大于7天和30天的歷史逾期。業(yè)內(nèi)比較嚴(yán)格的逾期率計(jì)算公式為:在給定時(shí)間點(diǎn),當(dāng)前已經(jīng)逾期90天以上的借款賬戶的未還剩余本金總額除以可能產(chǎn)生90+逾期的累計(jì)合同總額。其分子的概念是,只要已經(jīng)產(chǎn)生90天以上逾期,那么未還合同剩余本金總額都視為有逾期可能,而分母則將一些借款賬齡時(shí)間很短的,絕對(duì)不可能產(chǎn)生90+逾期的合同金額剔除在外(比如只在2天前借款,無(wú)論如何都不可能產(chǎn)生90天以上逾期)。


2.8 FPD
釋義:First Payment Deliquency,首次還款逾期。用戶授信通過(guò)后,首筆需要還款的賬單,在最后還款日后7天內(nèi)未還款且未辦理延期的客戶比例即為FPD 7,分子為觀察周期里下單且已發(fā)生7日以上逾期的用戶數(shù),分母為當(dāng)期所有首筆下單且滿足還款日后7天,在觀察周期里的用戶數(shù)。常用的FPD指標(biāo)還有FPD 30。
舉例:假設(shè)用戶在10.1日授信通過(guò),在10.5日通過(guò)分期借款產(chǎn)生了首筆分3期的借款,且設(shè)置每月8日為還款日。則11.08是第一筆賬單的還款日,出賬日后,還款日結(jié)束前還款則不算逾期。如11.16仍未還款,則算入10.1-10.30周期的

FPD7的分子內(nèi)。通常逾期幾天的用戶可能是忘了還款或一時(shí)手頭緊張,但FPD 7 指標(biāo)可以用戶來(lái)評(píng)價(jià)授信人群的信用風(fēng)險(xiǎn),對(duì)未來(lái)資產(chǎn)的健康度進(jìn)行預(yù)估。
與FPD 7 類似,F(xiàn)PD 30也是對(duì)用戶首筆待還賬單逾期情況進(jìn)行觀察的指標(biāo)。對(duì)于逾期30天內(nèi)的用戶,可以通過(guò)加大催收力度挽回一些損失,對(duì)于逾期30天以上的用戶,催收回款的幾率就大幅下降了,可能進(jìn)行委外催收。如果一段時(shí)間內(nèi)的用戶FPD 7較高,且較少催收回款大多落入了FPD 30 內(nèi),則證明這批用戶群的non-starter比例高,借款時(shí)壓根就沒(méi)想還,反之則說(shuō)明用戶群的信用風(fēng)險(xiǎn)更嚴(yán)重。

2.9 Cpd30mob4
cpd用于催收模型,是催收指標(biāo),還款表現(xiàn)第四個(gè)月月末時(shí)點(diǎn)逾期是否超過(guò)30天,不包括歷史

3.0 maxdpd30_mob4

四個(gè)觀察期(月)內(nèi),逾期是否超過(guò)30天,包括歷史

3.1 MOB在賬月份

放款后的月份

舉例:

MOB0,放款日至當(dāng)月月底

MOB1,放款后第二個(gè)完整月份

MOB2,放款后第三個(gè)完整月份

mob3-3個(gè)月為短觀察期,mob6-6個(gè)月為長(zhǎng)觀察期


3.2 Flow Rate
釋義:遷徙率。觀察前期逾期金額經(jīng)過(guò)催收后,仍未繳款而繼續(xù)落入下一期的幾率。
舉例:M0-M1=M月月末資產(chǎn)余額M1 / 上月末M0的在貸余額
8月M0-M1 :8月進(jìn)入M1的貸款余額 / 8月月初即7月月末M0的在貸余額

補(bǔ)充信息:

宏觀經(jīng)濟(jì)中

短期風(fēng)險(xiǎn)可以使用FDP,SPD,TPD進(jìn)行衡量;
中期風(fēng)險(xiǎn)可以使用30+@MOB4;
長(zhǎng)期風(fēng)險(xiǎn)使用90+@MOB6等

To measure the short-term risk, FPD,SPD,TPD could be used; To measure the middle-term risk, 30+@MOB4 could be used; To measure the long-term risk, 90+@MOB6 could be used;

不同產(chǎn)品應(yīng)用不同指標(biāo)

Fpd30(現(xiàn)金貸產(chǎn)品)
maxdpd30_mob4 (存量客戶)
Cpd30mob4(催收客戶)

汽車貸壞客戶定義(僅做參考)

說(shuō)明:由于場(chǎng)景細(xì)分,不同場(chǎng)景差異化較大,以上指標(biāo)說(shuō)明僅做參考。

3、風(fēng)控模型部分

3.1 Benchmark
釋義:基準(zhǔn)。每個(gè)版本的新模型都要與一個(gè)線上的基準(zhǔn)模型或規(guī)則集做效果比對(duì)。

3.2 IV
釋義:information value 信息值,也稱VOI,value of information,取值區(qū)間(0,1)。該值用來(lái)表示某個(gè)變量的預(yù)測(cè)能力,越大越好。金融風(fēng)控篩選變量閾值為0.02。如果變量的iv低于0.02,那么變量就會(huì)被踢除。我作為模型專家提醒大家,iv值不能死記硬背,需要根據(jù)自己場(chǎng)景數(shù)據(jù)分布特點(diǎn)來(lái)定制閾值。不同場(chǎng)景變量iv值分布差異可能較大,例如放貸,車貸和現(xiàn)金貸。


3.3 K-S value
釋義:K-S指klmogrov-SMirnov,這是一個(gè)區(qū)隔力指標(biāo)。所謂區(qū)隔力,是指模型對(duì)于好壞客戶的區(qū)分能力。K-S值從0-1,越大越好,越小越差。真實(shí)場(chǎng)景中風(fēng)控領(lǐng)域的模型ks能超過(guò)0.4的很少。



3.4 PSI
釋義:population stability index,穩(wěn)定度指標(biāo),越低越穩(wěn)定。用于比較當(dāng)前客群與模型開(kāi)發(fā)樣本客群差異程度,評(píng)價(jià)模型的效果是否符合預(yù)期。PSI越接近0,模型穩(wěn)定性越好。當(dāng)PSI小于0.1時(shí)表示模型比較穩(wěn)定,當(dāng)psi在0.1和0.25之間時(shí)模型穩(wěn)定性出現(xiàn)波動(dòng),需要檢查模型,如果必要,需要重新開(kāi)發(fā)模型。


3.6 Logloss

釋義:對(duì)數(shù)損失函數(shù)

當(dāng)預(yù)測(cè)概率接近1時(shí),對(duì)數(shù)損失緩慢下降。但隨著預(yù)測(cè)概率的降低,對(duì)數(shù)損失迅速增加。對(duì)數(shù)損失值越大時(shí),模型精確度越差,反之亦然。


3.7 Training Sample
釋義:建模樣本,用來(lái)訓(xùn)練模型的一組有表現(xiàn)的用戶數(shù)據(jù)。配合該樣本還有off-time sample(驗(yàn)證樣本),兩個(gè)樣本都取同樣的用戶維度,通常要使用建模樣本訓(xùn)練出的模型在驗(yàn)證樣本上進(jìn)行驗(yàn)證。

3.8 WOE
釋義:weight of ecidence,證據(jù)權(quán)重,取值區(qū)間(-1,1)。違約件占比高于正常件,WOE為負(fù)數(shù)。絕對(duì)值越高,表明該組因子區(qū)分好壞客戶的能力越強(qiáng)。評(píng)分卡模型的數(shù)據(jù)需要把原始數(shù)據(jù)轉(zhuǎn)換為woe數(shù)據(jù),從而減少變量的方差,使其平滑。IV值也是由woe值轉(zhuǎn)換而來(lái)。由于woe在評(píng)估變量時(shí)有一定缺陷,因此一般用iv值評(píng)估變量重要性。



3.9 Bad Capture Rate
釋義:壞用戶捕獲率。這是評(píng)價(jià)模型效果的一個(gè)指標(biāo),比率越高越好。
舉例:Top 10% Bad Capture Rate是指模型評(píng)估出的最壞用戶中的前10%用戶,在樣本中為壞用戶的比率。

3.10 Population
釋義:All Population,全體樣本用戶,包含建模樣本與驗(yàn)證樣本。

3.11 Variable
釋義:變量名。每個(gè)模型都依賴許多的基礎(chǔ)變量和衍生變量作為入?yún)?。變量的命名需要符合?guī)范,易于理解和擴(kuò)充。建模前變量是需要篩選的。大數(shù)據(jù)模型中,百分之90%以上變量是噪音變量。真正有用變量是其中極少部分。

3.12 CORR
釋義:相關(guān)系數(shù)。Corr的絕對(duì)值越接近1,則線性相關(guān)程度越高,越接近0,則相關(guān)程度越低。相關(guān)系數(shù)計(jì)算要看數(shù)據(jù)分布,如果數(shù)據(jù)呈現(xiàn)正太分布,用皮爾森方法準(zhǔn)確率較高;反之用斯皮爾曼方法更合適。

3.13 混淆矩陣confusion matrix

sensitivity:真陽(yáng)性條件下,測(cè)試也是陽(yáng)性

specificity:真陰性條件下,測(cè)試也是陰性

FALSE positive:真陰性條件下,測(cè)試卻是陽(yáng)性

FALSE negative:真陽(yáng)性條件下,測(cè)試卻是陰性

4、風(fēng)控基礎(chǔ)詞匯部分

4.1 APR
釋義:Annual percentage rate,年度百分率,一年一次復(fù)利計(jì)息的利率。nominal APR名義利率,effective APR實(shí)際利率。

4.2 AR
釋義:accounts receivable,當(dāng)期應(yīng)收賬款。

4.3 Application fraud
釋義:偽冒申請(qǐng)

4.4 Transaction fraud
釋義:欺詐交易

4.5 Balance Transfer
釋義:余額代償,即信用卡還款業(yè)務(wù)。

4.6 Collection
釋義: 催收。根據(jù)用戶入催時(shí)間由短到長(zhǎng),分為Early collection(早期催收)、Front end(前段催收)、Middle range(中段催收)、Hot core(后段催收)Recovery(呆賬后催收/壞賬收入)這幾個(gè)階段,對(duì)應(yīng)不同的催收手段和頻率。

4.7 DBR
釋義:debit burden ratio,負(fù)債比。通常債務(wù)人的在各渠道的總體無(wú)擔(dān)保負(fù)債不宜超過(guò)其月均收入的22倍。

4.8 Installment
釋義:分期付款

4.9 IIP
釋義: 計(jì)提的壞賬準(zhǔn)備

4.10 PIP
釋義:資產(chǎn)減值損失

4.11 NCL
釋義:net credit loss,凈損失率。當(dāng)期轉(zhuǎn)呆賬金額減去當(dāng)期呆賬回收即為凈損失金額。

4.12 Loan Amount
釋義:在貸總額

4.13 MOB
釋義:month on book 賬齡
舉例:MOB0,放款日至當(dāng)月月底。MOB1,放款后第二個(gè)完整月份

4.14 Non-starter
釋義:惡意逾期客戶

4.15 Payday Loan
釋義:發(fā)薪日貸款。無(wú)抵押的信用貸款,放款速度快,額度低,期限短但利率高。額度低和高利率是該模式的必要條件。

4.16 Revolving
釋義:循環(huán)信用。提錢樂(lè)信用錢包給用戶的就是循環(huán)額度,相對(duì)應(yīng)的還有醫(yī)美、教育類的專項(xiàng)額度。

4.17 WO
釋義:Write-off ,轉(zhuǎn)呆賬,通常逾期6期以上轉(zhuǎn)呆賬。

5、金融信息收集網(wǎng)站

5.1股票/債券市場(chǎng)輿情分析和預(yù)警相關(guān)網(wǎng)站

萬(wàn)得(wind.com.cn/
東方財(cái)富網(wǎng)(eastmoney.com/
和訊數(shù)據(jù)(data.hexun.com/
彭博(bloomberg.net/

5.2反洗錢調(diào)查

FATFfatf-gafi.org/

反洗錢金融行動(dòng)特別工作組 。西方七國(guó)為專門(mén)研究洗錢的危害、預(yù)防洗錢并協(xié)調(diào)反洗錢國(guó)際行動(dòng)而于1989年在巴黎成立的政府間國(guó)際組織,是目前世界上最具影響力的國(guó)際反洗錢和反恐融資領(lǐng)域最具權(quán)威性的國(guó)際組織之一。目前包括36個(gè)成員管轄區(qū)和2個(gè)區(qū)域組織,代表全球各地的大多數(shù)主要金融中心。其制定的反洗錢四十項(xiàng)建議和反恐融資九項(xiàng)特別建議(簡(jiǎn)稱 FATF 40+9項(xiàng)建議),是世界上反洗錢和反恐融資的最權(quán)威文件

銀行家年鑒(accuity.com/
道瓊斯(dowjones.com/

5.3企業(yè)理財(cái)公告信息智能提取,助力銀行客戶經(jīng)理營(yíng)銷

巨潮資訊網(wǎng)(cninfo.com.cn/new/index

歡迎學(xué)習(xí)更多風(fēng)控建模相關(guān)知識(shí)《python金融風(fēng)控評(píng)分卡模型和數(shù)據(jù)分析微專業(yè)課》


風(fēng)控中英文術(shù)語(yǔ)手冊(cè)(銀行_消費(fèi)金融信貸業(yè)務(wù))_v3的評(píng)論 (共 條)

分享到微博請(qǐng)遵守國(guó)家法律
中牟县| 手游| 边坝县| 建始县| 曲靖市| 嘉峪关市| 石泉县| 清远市| 泗阳县| 会泽县| 伽师县| 延庆县| 荆州市| 景德镇市| 罗源县| 当雄县| 邓州市| 平泉县| 紫云| 柳河县| 淮阳县| 汤阴县| 沙河市| 金溪县| 乐安县| 龙泉市| 张家口市| 静安区| 石景山区| 怀远县| 太白县| 宣化县| 舒兰市| 安吉县| 丹寨县| 仁布县| 南昌县| 双峰县| 新余市| 博兴县| 深泽县|