【35分钟掌握金融风控策略15】基于Swap Set分析新旧策略更替的影响

2024-04-30 23:28

本文主要是介绍【35分钟掌握金融风控策略15】基于Swap Set分析新旧策略更替的影响,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

基于Swap Set分析新旧策略更替的影响

Swap Set 简介

基于Swap Set 评估新旧策略效能

Swap in客群分析指标的近似估计


基于Swap Set分析新旧策略更替的影响

在贷前授信审批场景和贷中用信审批场景策略的日常调整中,通常是既做加法也做减法,即策略有上线,也有下线,若一直上线新策略而不下线效能变差的旧策略,那么整体通过率将越来越低,放贷规模越来越小,导致金融机构无钱可赚。在对新旧策略进行更替时,通常需要分析新策略较旧策略有怎样的提升以及新旧策略更替后对业务的影响,这个分析过程可以通过Swap Set(交换集)来实现。

Swap Set 简介

在对新旧策略更替时,新旧策略会分别圈定相应的通过和拒绝客群,这些客群两两交叉就形成了图所示的SwapSet矩阵。

新旧策略将客群划分为四个不同的子客群,不同子客群对应的含义如下。

1)All in(A):矩阵中字母A对应的格子,指同时被新旧策略通过,审批状态没有变化的客群。

2)Swap in(C):矩阵中字母C对应的格子,指旧策略拒绝但新策通过的态群,即换入客群。

3)Swap out(B):矩阵中字母B对应的格子,指旧策略通过但新策略拒绝的客群,即换出客群

4)All out (D):矩阵中字母D对应的格子,指同时被新旧策略拒绝,审批状态没有变化的客群。

接下来,主要基于图所示的Swap Set 矩阵评估新旧策略效能以及新旧策略更替后对业务指标的影响、并基于评估结果决定是否进行新旧策略更替。

基于Swap Set 评估新旧策略效能

结合SwapSet矩阵,我们期望在通过率相同的情况下新旧策略的更替可以换人更多的好客户,换出更多的坏客户,用坏客户交换好客户,从而降低整体的坏账率,或者在坏账率相同的情况下,尽可能提升通过率,这是新策略效能优于旧策略效能的直接体现,当然,若能在提升通过率的同时降低坏账率,无疑是最好的结果。

假设我们进行了新策略挖掘和已有策略效能评估,基于分析结果要对一些新旧策略进行更替,预计要下线9条效能变差的旧策略,待下线的9条策略组成旧策略集,同时打算上线8条效能好的新策略,待上线的8条策略形成新策略集,则新旧策略集会分别圈定相应的通过和拒绝客群,这些客群两两交叉形成如图所示的Swap Set 矩阵。

在图中,旧策略集的通过率为38%,新策略集换入6%的客群,换出4%的客群,通过率达到了40%,通过率较旧策略集提升了2%;数量口径的坏账率,旧策略集通过客群的坏账率约为8.16%,新策略集换入客群的坏账率约为6.67%,换出客群的坏账率约为15%,新策略集最终通过客群的坏账率约为7.25%,较旧策略集下降了约0.91%。分析发现,新旧策略更替后,通过率提升并且坏账率下降了,说明新策略集效能是明显优于旧策略集的。

Swap in客群分析指标的近似估计

在上述示例中会发现坏账率的计算存在问题,Swap in 客群和 All out 客群均为申请被拒绝的客群,实际上并无风险表现,故无法准确衡量其好坏,如何评估这两部分客群的坏账率呢?可采用以下两种近似的方式来得到相应的结果。

1)对通过了准入策略和反欺诈核身策略的客群随机抽取一部分进行随机测试(一般抽取比例在2%-5%之间),随机测试组的客户命中策略后只做标记但不拒绝,让这些客户正常通过,这样随机测试的客户均会有风险表现,可基于这些有风险表现的随机测试样本近似评估新旧策略效能和策略更替的影响。

2)寻找对坏客户区分度高的模型分,如模型分小于某个值,则近似认为是坏客户,大于或等于该值,则近似认为是好客户,分析Swap in客群和Allout 客群对应的模型分取值情况,由模型分来近似衡量上述客群的坏账率,进而近似评估新旧策略效能和策略更替的影响。

风控是经营风险和管控风险的过程,在这个过程中,我们需要在风险和收益之间寻求平衡,进而实现利润最大化的目标,而Swap Set分析工具有助于推动实现这个风控目标,所以灵活运用Swap Set工具进行风险分析是必要的。

这篇关于【35分钟掌握金融风控策略15】基于Swap Set分析新旧策略更替的影响的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/950190

相关文章

Spring事务中@Transactional注解不生效的原因分析与解决

《Spring事务中@Transactional注解不生效的原因分析与解决》在Spring框架中,@Transactional注解是管理数据库事务的核心方式,本文将深入分析事务自调用的底层原理,解释为... 目录1. 引言2. 事务自调用问题重现2.1 示例代码2.2 问题现象3. 为什么事务自调用会失效3

找不到Anaconda prompt终端的原因分析及解决方案

《找不到Anacondaprompt终端的原因分析及解决方案》因为anaconda还没有初始化,在安装anaconda的过程中,有一行是否要添加anaconda到菜单目录中,由于没有勾选,导致没有菜... 目录问题原因问http://www.chinasem.cn题解决安装了 Anaconda 却找不到 An

Spring定时任务只执行一次的原因分析与解决方案

《Spring定时任务只执行一次的原因分析与解决方案》在使用Spring的@Scheduled定时任务时,你是否遇到过任务只执行一次,后续不再触发的情况?这种情况可能由多种原因导致,如未启用调度、线程... 目录1. 问题背景2. Spring定时任务的基本用法3. 为什么定时任务只执行一次?3.1 未启用

SpringBoot如何通过Map实现策略模式

《SpringBoot如何通过Map实现策略模式》策略模式是一种行为设计模式,它允许在运行时选择算法的行为,在Spring框架中,我们可以利用@Resource注解和Map集合来优雅地实现策略模式,这... 目录前言底层机制解析Spring的集合类型自动装配@Resource注解的行为实现原理使用直接使用M

Nginx指令add_header和proxy_set_header的区别及说明

《Nginx指令add_header和proxy_set_header的区别及说明》:本文主要介绍Nginx指令add_header和proxy_set_header的区别及说明,具有很好的参考价... 目录Nginx指令add_header和proxy_set_header区别如何理解反向代理?proxy

C++ 各种map特点对比分析

《C++各种map特点对比分析》文章比较了C++中不同类型的map(如std::map,std::unordered_map,std::multimap,std::unordered_multima... 目录特点比较C++ 示例代码 ​​​​​​代码解释特点比较1. std::map底层实现:基于红黑

Spring、Spring Boot、Spring Cloud 的区别与联系分析

《Spring、SpringBoot、SpringCloud的区别与联系分析》Spring、SpringBoot和SpringCloud是Java开发中常用的框架,分别针对企业级应用开发、快速开... 目录1. Spring 框架2. Spring Boot3. Spring Cloud总结1. Sprin

Spring 中 BeanFactoryPostProcessor 的作用和示例源码分析

《Spring中BeanFactoryPostProcessor的作用和示例源码分析》Spring的BeanFactoryPostProcessor是容器初始化的扩展接口,允许在Bean实例化前... 目录一、概览1. 核心定位2. 核心功能详解3. 关键特性二、Spring 内置的 BeanFactory

MyBatis-Plus中Service接口的lambdaUpdate用法及实例分析

《MyBatis-Plus中Service接口的lambdaUpdate用法及实例分析》本文将详细讲解MyBatis-Plus中的lambdaUpdate用法,并提供丰富的案例来帮助读者更好地理解和应... 目录深入探索MyBATis-Plus中Service接口的lambdaUpdate用法及示例案例背景

MyBatis-Plus中静态工具Db的多种用法及实例分析

《MyBatis-Plus中静态工具Db的多种用法及实例分析》本文将详细讲解MyBatis-Plus中静态工具Db的各种用法,并结合具体案例进行演示和说明,具有很好的参考价值,希望对大家有所帮助,如有... 目录MyBATis-Plus中静态工具Db的多种用法及实例案例背景使用静态工具Db进行数据库操作插入