一. 整体项目介绍
1.风控业务和风控报表
零售金融产品相关的指标风控建模流程
2.特征工程
特征构造特征筛选
3.评分卡模型构建
逻辑回归集成学习 XGBoost LightGBM模型评估
4.样本不均衡问题/异常点检测
二. 信贷与风控介绍
信贷业务
信贷业务，就是贷款业务，是商业银行和互联网金融公司最重要的资产业务和主要赢利手段
-
通过放款收回本金和利息，扣除成本后获得利润。
-
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
信贷的风险控制
-
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）
-
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
-
信贷领域有两类风险
-
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
-
欺诈风险：借款人压根没想还钱，以诈骗为目的
-
-
风控业务主要针对这两类风险
-
信用评分系统：针对信用风险
-
反欺诈系统：针对欺诈风险
-
-
基于机器学习的人工智能风控模型对比传统人工审批
-
人工审批：效率低，对人员业务能力要求高，不适合金融零售业务场景
-
机器学习模型：批量，迅速，准确，同时处理大量贷款请求（几万，几十万，上百万/天）
-
三. 信贷产品及风险介绍
信贷产品
信贷产品介绍
| 个人信贷产品 | ||
|---|---|---|
| 大额借贷 | 房贷车贷 | |
| 小微企业贷 | ||
| 小额借贷 | 消费贷 | 蚂蚁花呗，京东白条 |
| 现金贷 | 蚂蚁借呗，京东金条，微粒贷,各类网贷 | |
| 数据服务 | 信用分服务 | 芝麻信用分，京东小白分 |
| 信用数据服务 | 同盾数据，百融，集奥，大峰... |
现金贷
申请借款->放款给客户->客户还款
| 额度 | 500~3000 |
|---|---|
| 利率 | 24%~36% |
| 期限 | 714，30天 |
| 放款形式 | 借给现金，不限场景 |
| 可选功能 | 订单展期 |
| 现金贷产品 | 年化利率 | 现金贷产品 | 年化利率 |
|---|---|---|---|
| 苏宁金融 | 24% | 国美易卡 | 34% |
| 蚂蚁借呗 | 24% | 马上消费 | 35% |
| 微粒贷 | 24% | 招联金融 | 36% |
| 有钱花 | 24% | 桔子分期 | 36% |
| 京东金条 | 24% | 拍拍贷 | 36% |
| 360借条 | 24% | 趣店 | 36% |
| 小米金融 | 24% | 捷信 | 36% |
| 美团生活费 | 24% | 宜人贷 | 44% |
| 分期乐 | 24% | 玖富 | 50% |
消费贷
信用卡，花呗，白条等产品，有账单日，还款日
申请消费贷 -> 额度授信->客户使用消费贷消费
| 额度 | 1000~10000 |
|---|---|
| 利率 | 24% |
| 账期 | 30天 |
| 放款形式 | 指定消费场景 |
| 可选功能 | 最低还款，账单展期，账单分期，停息挂账，临时额度，备用金 |
产品类型
-
单期产品
-
多期产品
-
循环额度产品
还款方式
-
砍头息：短期产品， （服务费）
-
等额本金
每月还款额度依次递减,
-
等额本息
每月还款额度一样, 整个贷款利息要比等额本金多一些
信贷领域风险类别
-
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
-
欺诈风险：借款人压根没想还钱，以诈骗为目的
常见风险形式
-
冒名顶替，黑产骗贷
-
多头借贷，借新还旧
客户：工行信用卡，招商信用卡... n张信用卡，网贷平台1，网贷平台2，网贷平台n
用新借来的钱还已有的负债：负债变多 -> 需新借更多 -> 设法提额 -> 信用资质不够 -> 出现流动性风险 -> 逾期
特点：第三方数据：多头申请记录
APP安装：大量借款类APP
短信：大量申请短信，提醒还款，催收短信
-
POS机套现，以少换多
购买有支付牌照机构的POS机进行套现，手续费0.6%
-
针对风控模型，制作数据
使用花呗在天猫购物，对花呗账单做分期
买入存金宝，一个礼拜后追加存金宝资金
购买***元基金
保持余额宝XXX元不动，余额宝累计收益做到 XX元
购买XXXX保险
四. 风控相关术语
| 术语 | 解释 |
|---|---|
| ※DPD | Day past due 逾期天数 DPD0为到期当日，DPD1为逾期一日，DPD7为逾期一周 |
| ※FPD | First time past due 首次逾期天数 |
| F/S/T/QPD | 首次 二次 三次 四次 逾期天数 |
| ※M1 | 逾期 [1, 30)天 M 是英文“Months”的首写字母 |
| ※M1+ | 逾期[30, inf]天 |
| default | 坏账 |
| delinquency | 拖欠 |
| flow rate | 流动率 一般指M1向M2，M2向M3转移的比例 |
| bad rate | 坏账率 当月不良资产数/总资产数 |
| vintage | 账龄分析 |
五. 风控业务案例
案例背景
数据集说明
-
从开源数据改造而来，基本反映真实业务数据
-
销售，客服可以忽略
-
账单周期，放款日期
-
账单金额-实收金额 = 未收金额
-
应付日期为还款时间
-
账期分成两种：60天和90天
-
实际到账日为空白，说明没还钱
业务分析
-
每个季度账单金额和坏账率（逾期90天以上）
所有未收金额/所有账单金额
未收金额 = 账单金额-实收金额
-
每个季度60天账期的入催率，90天账单的入催率
入催率 = 入催金额/账单金额
-
历史逾期天数的回款情况（回收账单数）
历史逾期天数：历史有逾期，但是相对现在来说，钱已经还完了
当前逾期天数：现在还欠着钱，也就是说钱没还完
代码实现
导包
import pandas as pd from pyecharts.charts import * from pyecharts import options as opts import os os.chdir(r'D:\CodeProject\05JRFK_Project\my_project\day01-风控相关业务') os.getcwd()
查看数据
df1 = pd.read_excel('../data/业务数据.xls')
df1.info()
df1.describe()
df1.head(100)
数据预处理
当前日期
准备当前日期, 已数据中的实际倒找到账日最大值为当前日期
# 准备当前日期, 已数据中的实际倒找到账日最大值为当前日期
# pd.to_datetime(df1['实际到账日']).max() # Timestamp('2019-05-17 00:00:00')
# 用实际还款日的最大值表示数据统计时间
today_time = pd.to_datetime(df1['实际到账日'].fillna('0').max()) # 效果同上
today_time
缺失值
# 填充缺失值 df1['实收金额'] = df1['实收金额'].fillna(0) df1['开票金额'] = df1['开票金额'].fillna(0) df1['未收金额'] = df1['未收金额'].fillna(0) df1.info()
时间类型转换
# 时间类转换 df1['应付日期'] = pd.to_datetime(df1['应付日期']) # 还款日期 df1['账单周期'] = pd.to_datetime(df1['账单周期']) # 放款日期 # 实际到账日有缺失, 可以填充也可以过滤, 最终看需求 # 如果到账日等于当前日期, 则说明没还钱(实际到账日为实际还款日) df1['实际到账日'] = pd.to_datetime(df1['实际到账日']).fillna(today_time) df1.info()
构造中间字段
是否到期
df2 = df1.copy() # 添加是否到期列 df2['是否到期'] = df2.apply(lambda x: 0 if x['应付日期'] > today_time else 1, axis=1) # df2.['应付日期'].apply(lambda x: 0 if x > today_time else 1) # 效果同上
是否到期90天
# 添加是否到期90天字段 df2['是否到期90天'] = (today_time - df2['应付日期']).map(lambda x: 1 if x.days > 90 else 0) df2.是否到期90天
未收金额
# 构造未收金额2(原始未收金额字段有误) df2['未收金额2'] = (df2['账单金额'] - df2['实收金额'])
历史逾期和当前逾期
# 历史逾期 # 等于0时计算还款时是否逾期(小于0表示: 提前还款) # 未还金额不等于0表示到统计日期还未归还完毕(当前逾期天数) df2['历史逾期天数'] = df2.apply(lambda x:(x['实际到账日'] - x['应付日期']).days if x['未收金额2'] == 0 else (today_time - x['应付日期']).days, axis=1) # 当前逾期天数 # (负数表示统计日期还没到还款日期) df2['当前逾期天数'] = df2.apply(lambda x: x['历史逾期天数'] if x['未收金额2'] > 0 else 0, axis=1) df2.tail(100)
需求1:坏账率
每个季度账单金额和坏账率（逾期90天以上）
所有未收金额/所有账单金额
未收金额 = 账单金额-实收金额
构造季度字段
# 构建季度字段
df3['账单季度'] = df3['账单周期'].apply(lambda x: x.to_period('Q'))
df3.head()
过滤季度
2019Q1和2019Q2到统计日期大概率不会有逾期90天的数据
# 过滤季度 df3['账单季度'].value_counts() df3 = df3[(df3['账单季度'] >= '2017Q3') & (df3['账单季度'] <= '2018Q4')] df3.shape
统计指标
账单金额, 到期90天金额, 当前到期90+金额
# 统计指标: 账单金额, 到期90天金额, 当前到期90+金额
# 账单金额
fn1 = df3.groupby('账单季度')[['账单金额']].sum()
fn1.columns = ['账单金额']
fn1
# 到期金额(90天)
df4 = df3[df3['是否到期90天'] == 1]
fn2 = df4.groupby('账单季度')[['账单金额']].sum()
fn2.columns = ['到期金额']
fn2
# 到期(90天+)金额
fn3 = df4.groupby('账单季度')[['未收金额2']].sum()
fn3.columns = ['到期90+金额']
fn3
拼接指标计算坏账率
# 合并上述的3DF对象 final1 = pd.concat([fn1, fn2, fn3], axis=1) final1 # 计算净坏账率 final1['90+净坏账率'] = round(final1['到期90+金额'] / final1['到期金额'], 3) final1
结果可视化
# 画图
bar = (Bar().add_xaxis(list(final1.index.values.astype(str))).add_yaxis("账单金额",list(final1.账单金额),yaxis_index=0,color="#5793f3",).set_global_opts(title_opts=opts.TitleOpts(title="90+净坏账率"),).extend_axis(yaxis=opts.AxisOpts(name="90+净坏账率",type_="value",min_=0,max_=0.014,position="right",axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color="#d14a61")),axislabel_opts=opts.LabelOpts(formatter="{value}"),))
)
line = (Line().add_xaxis(list(final1.index.values.astype(str))).add_yaxis("90+净坏账率",list(final1['90+净坏账率']),yaxis_index=1,color="#675bba",label_opts=opts.LabelOpts(is_show=False),)
)
bar.overlap(line).render()
结果图
需求2: 计算60天和90天的入催率
根据账单周期计算入催金额
# 60天账期数据
df4 = df3[df3['账期'] == 60]
fn1 = df4.groupby('账单季度')[['账单金额']].sum()
fn1.columns = ['60天到期账单金额']
fn2 = df4.groupby('账单季度')[['未收金额2']].sum()
fn2.columns = ['60天到期入催金额']
# 90天账期数据
df4 = df3[df3['账期'] == 90]
fn3 = df4.groupby('账单季度')[['账单金额']].sum()
fn3.columns = ['90天到期账单金额']
fn4 = df4.groupby('账单季度')[['未收金额2']].sum()
fn4.columns = ['90天到期入催金额']
合并计算入催率
# 60天入催率 final2['60天账期入催率'] = round(final2['60天到期入催金额'] / final2['60天到期账单金额'], 3) # 90天入催率 final2['90天账期入催率'] = round(final2['90天到期入催金额'] / final2['90天到期账单金额'], 3) final2
结果可视化
# 可视化绘图
line = (Line().add_xaxis(list(final1.index.values.astype(str))).add_yaxis("60天账期入催率",list(final2['60天账期入催率']),yaxis_index=0,color="#675bba",label_opts=opts.LabelOpts(is_show=False),).set_global_opts(title_opts=opts.TitleOpts(title="不同账期入催率"),).add_xaxis(list(final1.index.values.astype(str))).add_yaxis("90天账期入催率",list(final2['90天账期入催率']),yaxis_index=0,color="#d14a61",label_opts=opts.LabelOpts(is_show=False),)
)
line.render()
结果图
需求3: 回收帐单数(不是被催收后的回收率)
数据过滤
筛选出未收金额等于0(到统计时没有待偿还的金额)切已经到期的数据(到期就会被记录)
df5 = df3[(df3['未收金额2'] == 0) & (df3['是否到期'] == 1)] df5
cut分箱历史逾期天数
df5['历史逾期天数'] = pd.cut(df5['历史逾期天数'], bins=[-999, 0, 5, 10, 15, 20, 30, 60, 90, 999], labels=['0', '1-5', '6-10', '11-15', '16-20', '21-30', '31-60', '61-90', '91+']
)
final3 = df5.groupby('历史逾期天数')[['账期']].count()
final3.columns = ['回收账单数']
final3
结果可视化
ydata = final3['回收账单数'].values.tolist()
bar = (Bar().add_xaxis(list(final3.index.values.tolist())).add_yaxis("收回账单数",ydata,yaxis_index=0,color="#675bba").set_global_opts(title_opts=opts.TitleOpts(title="不同逾期天数的已收回账单数"),)
)
bar.render()
结果图
业务解读
-
从数据中看出，在2018年Q2季度之前，运营策略比较保守，坏账金额和入催率都比较低，
-
2018年Q2之后，有可能是由于运营策略调整，给更多的人放贷，但坏账率和入催率均在3%一下，在合理范围内
-
不同逾期天数收回账单的数据看，30天内能收回绝大部分账单