一袭艺、案例背景
日常監(jiān)控發(fā)現(xiàn)某消費(fèi)貸產(chǎn)品首逾率有逐漸升高趨勢弧哎，需要把首逾率降下來減少產(chǎn)品損失
分析目標(biāo)
- 通過數(shù)據(jù)探查分析制定可以有效降低首逾率的策略
分析思路
- 本案例關(guān)鍵在于盡可能多維度收集客戶申請(qǐng)條件，剖析逾期用戶申請(qǐng)貸款時(shí)的主要特征课兄，然后區(qū)分客戶質(zhì)量好壞挺勿，制定相應(yīng)風(fēng)控策略
導(dǎo)入數(shù)據(jù)饶米，得到56456行恒界，9個(gè)字段的用戶數(shù)據(jù)睦刃，涵蓋申請(qǐng)用戶的年齡、職業(yè)等各方面信息
1十酣、產(chǎn)品總體逾期情況
總體來看涩拙，產(chǎn)品逾期率超過30%,逾期情況不容樂觀
2、篩選有效變量
分析方法
單變量分析：目的在于篩選出好壞區(qū)分較好的變量以便制定策略耸采，在消金公司的日常工作中兴泥，會(huì)有專門負(fù)責(zé)爬取變量和計(jì)算加工變量數(shù)據(jù)的團(tuán)隊(duì)，他們?cè)诓粩嗟娜カ@取加工很多可能對(duì)風(fēng)險(xiǎn)控制有幫助的數(shù)據(jù)提供給我們風(fēng)控團(tuán)隊(duì)虾宇，而我們風(fēng)控人員就需要從這成千上萬個(gè)變量中探查出能夠控制逾期風(fēng)險(xiǎn)但同時(shí)又不會(huì)誤拒很多好客戶的變量搓彻。
拿到數(shù)據(jù)的第一步就是針對(duì)每個(gè)變量單獨(dú)分析，查看其對(duì)逾期的影響嘱朽。其步驟如下：
- 將變量進(jìn)行分組旭贬，劃分區(qū)間
- 統(tǒng)計(jì)各區(qū)間的人數(shù)及逾期人數(shù)
- 計(jì)算首逾率等指標(biāo)
2.1 征信查詢次數(shù)分組
2.2 信用評(píng)級(jí)分組
3、計(jì)算提升度
在進(jìn)行變量分析之后燥翅，這時(shí)我們就要從中篩選中較為有效的變量了骑篙，這里涉及到一個(gè)衡量變量是否有效的指標(biāo)，提升度森书。
提升度：通俗的來說就是衡量拒絕最壞那一部分的客戶之后，對(duì)整體的風(fēng)險(xiǎn)控制的提升效果谎势。 提升度越高凛膏，說明該變量可以更有效的區(qū)分好壞客戶，能夠更少的誤拒好客戶脏榆。
計(jì)算公式：提升度=最壞分箱的首逾客戶占總首逾客戶的比例 /該分箱的區(qū)間客戶數(shù)占比
- 例如：上表中征信總查詢次數(shù)的最壞分箱提升度就是（1923/17365）/(3213/56456)=11%/5.69%=1.93 提升度這個(gè)指標(biāo)一般來說都是用來一批變量分析里做相對(duì)比較猖毫，很多時(shí)候都是在有限的變量里盡可能選提升度更高的變量來做策略。
如下须喂，通過對(duì)所有變量的提升度進(jìn)行倒序排列吁断，發(fā)現(xiàn)個(gè)人征信總查詢次數(shù)和客戶信用評(píng)級(jí)的提升度最高趁蕊，達(dá)到1.93和1.71。
通過計(jì)算得到仔役，征信查詢次數(shù)和征信評(píng)級(jí)的提升度分別為1.94和1.71掷伙，前者對(duì)于降低首逾率更為有效
4、制定策略：
通過上一步的單變量分析又兵，我們篩出了’征信查詢次數(shù)’任柜、‘信用評(píng)級(jí)’這兩個(gè)提升度最高的變量。現(xiàn)在我們看一下如果將這兩個(gè)變量的最壞分箱的客戶都拒絕之后沛厨，對(duì)整體逾期的影響宙地。 這個(gè)影響就是指假設(shè)我們將‘征信總查詢次數(shù)>=21的3213位客戶全部拒絕’之后，剩下的客戶逾期率相比拒絕之前的逾期率降幅是多少逆皮。
將首逾率最大的區(qū)間拒絕掉之后宅粥，征信查詢次數(shù)和征信評(píng)級(jí)的首逾率分別可降低1.75%，3.66%电谣。
