前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >风控策略调优方法论体系

风控策略调优方法论体系

作者头像
Python数据科学
发布2024-06-21 12:45:38
3810
发布2024-06-21 12:45:38
举报
文章被收录于专栏:Python数据科学

本篇来介绍下风控策略调优的方法论体系,内容选自《100天风控专家》第63期。

1.什么是策略调优?

风控策略开发上线后并不是一成不变的,它会受业务目标、市场变化、数据质量效果等很多方面的影响,比如:

  • 业务不同发展阶段下会有不同的业务目标,策略需跟随调整;
  • 客群质量变好或者变差,策略需进行放松或收紧的调整;
  • 监管政策变化,比如要求定价不得高于24%,策略需要调整;
  • 数据下线或者效果衰减,策略需进行下线或者替换的调整;

所以策略是需要不断调整优化的。简单理解,策略调优就是根据当前最新的变化对现有策略所做出的调整,以适应最新的变化。这个变化可能来自业务、市场、产品、数据、技术等可能影响策略的各种因素。因此我们说,没有最完美的策略,只有不同变化下最合适的策略。

2.宏观策略调优

宏观的风控策略的主基调要根据公司整体的风险偏好来制定,有保守、激进、平稳几类。

一般情况下,在市场行情好的时期,策略可以偏激进一些,这时迅速占有市场用户为主要目标,可以快速扩大规模,形成规模效应。而在市场行情不好的时期,策略需要调整为保守一些,这时以稳定发展为主,大多是在经营前期吸收的存量客户,对于风险较高的新客户谨慎处理。因此,从大的市场环境角度考虑,这就是策略调优的价值所在。

当然,在什么时间点切入做调优也是一个非常关键的点。因为风险往往是滞后的,如果在市场环境不好之前可以提前捕捉预判进行收紧,那么后期的贷后压力就会很小。而如果盲目乐观等到了市场变差的时候再做调整,那么后期风险集中,压力会非常大。

3. 策略调优的方向

做策略所关注的2个核心指标是:通过率、逾期率

基于这2个指标,策略调优可分为两个方向:提高通过率、降低逾期率,简称“A类调优”和“D类调优”

4. 策略调优的步骤

4.1. A类调优的业务场景

4.2. A类调优的方法

A类调优可以分为宏观和微观两个层面的。宏观层面通过客群下探进行通过率的提升,涉及到下探客群的差异化审批策略、额度定价策略;微观层面对现有客群进行策略调优,包括策略放松、策略下线、策略替换,以及决策流程中的拒绝回捞等方式。

A类调优没有客户贷后表现,实际预测时需借助一些量化方法或者AB测试,难度相对高一些。

5.1. D类调优的业务场景

5.2. D类调优的方法

D类调优也可以分为宏观和微观两个层面的。宏观层面通过对整体客群收紧达到控制逾期率的目的;微观层面只对现有客群进行策略调优,包括策略收紧、策略替换、策略新增等。

D类调优从通过客户中寻找差客户拒绝,因为有客户的贷后表现,离线分析的实际效果更准确,难度较A类调优相对小一些。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2024-06-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Python数据科学 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1.什么是策略调优?
  • 2.宏观策略调优
相关产品与服务
腾讯云服务器利旧
云服务器(Cloud Virtual Machine,CVM)提供安全可靠的弹性计算服务。 您可以实时扩展或缩减计算资源,适应变化的业务需求,并只需按实际使用的资源计费。使用 CVM 可以极大降低您的软硬件采购成本,简化 IT 运维工作。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档