风控项目2---风控建模流程-向日葵屋

- 一：了解信贷风险：
- - 1：了解信贷业务：
  - 2：了解信贷业务中的风险控制：
- 二：信贷产品与风险？
- - 2.1：说说你知道哪些信贷产品？
  - 2.2：说说上面的信贷产品都有哪些风险？
- 三：风控常见的术语：
- 四：信贷审批业务的基本流程：
- 五：互联网金融风控体系三大组成部分：
- 六：风控模型的流程？
- - 1：评分卡的介绍：
  - 2：机器学习模型的完整的工程的工作流程：
- 七：项目准备期：
- - 7.1：明确需求：
  - 7.2：模型设计：
- 八：特征工程：
- - 8.1：数据调研：
  - 8.2：特征构建：
  - 8.3：特征评估：
- 九：模型构建：
- 十：上线运营：

一：了解信贷风险：

1：了解信贷业务：

1：如何获利？通过放款收回本金和利息，扣除成本后获得利润
2：信贷如何把控？贷款平台预测有信贷需求用户的还款情况，然后将本金借贷给还款概率大的用户。

2：了解信贷业务中的风险控制：

问题一：你了解的信贷吗？
答：信贷业务中，使用信用来预支金钱，在小额贷业务中往往没有抵押物，那么贷款方就会承担一定风险（用户不还钱）

问题二：说说啥叫风控？
答：风控就是对用户的信用风险进行管理与规避，对于预测信用较差的人，不向其放款，即便放款，也会是较小的贷款额度和较高的利率。

问题三：你了解信贷领域有哪些风险？
答：1：信用风险：借款人的的还款能力和还款意愿在贷款后出现问题的风险（想还还不上）
2：欺诈风险：压根不想还钱，以欺诈为目的。

问题四：风控中如何针对这两类风险？
答：信用风险—信用评分系统。欺诈风险—反欺诈系统。

问题五：机器学习的风控模型与传统的人工审批的区别？
人工审批：效率低，对业务员的要求高。
机器学习模型：批量，迅速，准确，同时处理大量的请求。

二：信贷产品与风险？

2.1：说说你知道哪些信贷产品？

在这里插入图片描述

2.2：说说上面的信贷产品都有哪些风险？

1：现金贷
对于银行的风险比较高，利润的来源主要是利息。
在这里插入图片描述
2：消费贷：
消费贷的利润来源：1：商家的提成。 2：超期利息。

常见的风险？

三：风控常见的术语：

1: DPD : 逾期天数 DPD1:逾期一天， DPD2：逾期两天， DPD3: 逾期三天。
2：FDP：首次逾期天数
3：M1 : 逾期一个月以内。
4：M1+: 逾期一个月以上。
5：default : 坏账。
6：delinquency : [dɪˈlɪŋkwənsi] 拖欠：
7：flow rate: 流动率：
8：bad rate: 坏账率：
9：vintage: 账龄分析：[ˈvɪntɪdʒ]

四：信贷审批业务的基本流程：

1：信贷业务的四要素：银行卡姓名，身份证号，姓名，手机号。
2：除此之外，学历信息，贷款信息等。

1：审核过程：
首先用户注册，然后审核用户的四要素是否正确，然后授信与定价，也就是会给一个额度（这个额度不一定就是最终的额度，不一定申请下来），然后进入审批过程。
审批过程首先经过反欺诈引擎，看看该用户是否在别的平台的黑名单中。然后进入信用评估引擎，也就是看看给用户是否在失信名单中，法院的自信名单中，以及银行的条件限制等等，如果在审核不通过。然后进入申请评分卡中（A卡），他会将用户的信息，转化成一个信用卡的评分。最后经过人工审核，审核通过/不通过。

2：再次审批流程：
用户可能申请没有通过，他经过一段时间后还可以再次申请，用户如果申请成功，不使用我们的消费额度，则我们的用户就流失了。

3：给用户放款后没有逾期的流程：
用户提款后按时还款，如果用户不用了，则表示用户流失，如果用户继续使用，则再次放贷，进入复贷审批流程：
同样类似审核过程，只不过此时我们有了用户的行为信息（历史贷款信息），此时我们会有行为评分卡，会评估我们历史贷款信息，如果按时还款，则提升额度，如果没有按时还款，则降低额度。

4：如果给用户放贷之后，用户逾期了（1/2天，或者一星期），则进入催收引擎，如果用户联系不上了，就会联系朋友/家人的联系方式，p2p可能会让用户上传所有通讯录，如果失联，会给所有的人打电话。失联修复后，进入催收评分卡，内催和外催，内催催不回来，则将用户信息交给催收公司，催收公司帮助催收，然后付给催收公司费用。
在这里插入图片描述

五：互联网金融风控体系三大组成部分：

1：用户数据：用户基本信息，用户行为信息，用户授权信息，外部接入数据。
数据采集：埋点（用户在网站上的操作）和爬虫技术（爬用户手机上的信息，手机设备信息，安装的软件，通讯录，短息）。免费的运营商数据，收费的征信数据（央行直接拿到的），外部黑名单（例如蚂蚁花呗的失信名单）。现金贷和消费贷自有的数据，（例如：京东金融肯定要使用京东商城的数据，看看你买了什么，花呗额度跟你淘宝的购买力也有关系，滴滴的司机贷，肯定查看滴滴的司机数据）。
2：策略体系：
欺诈规则:诈骗信息，诈骗团伙。
准入规则：用户年龄不符合，地域不能是在诈骗村，诈骗团伙聚集地，通讯录中没有不还款的人，以及诈骗人的联系方式，行为规则就是是不是填写信息的时候很快，一看就是用脚本跑的。
运营商规则：是不是有催收公司给你打电话，通讯录中有欠我钱的。
网贷：短信中是不是催收，是不是APP中有大量的网贷软件。
3：机器学习模型：

六：风控模型的流程？

1：评分卡的介绍：

一般采用逾期天数区分正负样本，也就是目标值Y的取值（1/0）
C卡因为用途不同可能Y的取值可能不同
如果是内催可能是用逾期天数，如果是外催，则可能使用（0/1），能催回来就是正样本，否则就是负样本。

贷款前：申请评分卡。（白户）信息不清楚的用户。
贷款中：行为评分卡。
贷款后：催收评分卡。

2：机器学习模型的完整的工程的工作流程：

样本设计：B卡肯定不能有逾期的用户，C卡肯定不能有未逾期的用户。
特征工程：标准化，归一化，降维操作(主成分分析，PCA降维),缺失值和异常值处理。
特征构建：年龄分组，查看每组的统计。。。
特征评估：新生成的特征跟之前的有没有相关性特别大的，或其他的几个特征能够表示这个特征就考虑把这个特征给去掉。

在这里插入图片描述