【金融风控建模系列】基础篇

第一章 风控建模三要素

前言

自从进入智能手机时代，伴随人们生活质量的提升，消费需求也越来越大。消费不再局限于线下，取而代之的线上消费慢慢成为主流…
交易转移到线上，风险就不可避免。最典型的就是信用卡消费，每个人会根据自己的“表现”获得一个额度，人们只能在这个额度下进行消费，借款人需在截止日期之前把钱还上，否则将面临失信问题。这在建模（系列文章中的风控建模均只局限于金融领域）中就是常说的“坏客户”。
那我们为什么要进行风控建模？如果出现坏客户，之后不借给他不就可以了。但请想象一下，现在出现一群没有还款能力的人，他们借了你家银行一大笔钱，最后都还不上…所以，风控建模的目的之一就是不借给这些人钱。
本章我会解释风控模型的三大基本要素。

一、数据

从数据体量看，一个有效果的风控模型至少需要用上千级别的数据量，且随特征数量逐步上升。从数据形式看，均是表格型数据。最常用的是csv格式的数据，相比于xlsx格式，csv占用的空间小的多。
建模用到的数据有一个很明显的特点，就是坏样本会远少于好样本。挑选的时候，需要尽可能保证坏样本总量大于500。

样本示例

其中，event_name：数据所在客群
month：数据所在月份
all_cnt：数据量
catch_cnt：y标签不为空的有效数据量
catch_rate：有效数据量占比
bad_cnt：y为1（坏样本）的数量
bad_rate：y为1（坏样本）的占比，也称坏账率
这是其中一种查看数据基本信息的方式。
观察该数据不难发现，每个月的样本量都超过10000，坏账量都超过1000，故他们都可以单独作为样本。另外，如果相邻月份具有相似坏账率，可以考虑合并。

二、特征