案例名稱

時間預測金融分析——COX時序生存模型對貸款不良場景分析應用實踐

案例簡介

目前銀行業已經普遍使用大數據算法，用于風險管理與輔助經營，取得了較好的效果。但我們分析下來發現，現有的通用類模型架構仍然有一定的局限：一個是分析時只能體現事物發展的結果，不能反映事物發展的過程；另一個是預測時只能給出發生的概率，無法給出可能的發生時間。

寧波銀行COX時序生存模型不僅能對客群在不良發生概率進行分級分類，還能評判對不同客群的處理措施帶來的結果。具體來說能產出兩樣成果：(1)有預測能力的指標、(2)給出最優的處理措施。業務人員可利用預測結果對預警客戶進行整體的分類和排序，根據干預的緊急程度對客戶分批采取措施。

創新技術/模式應用

傳統的特征工程有兩方面缺陷：一是要耗費大量人力資源，即使運用機器學習進行特征權重篩選，也需要耗費大量的人工參與進行選擇；二是指標固化，使用一段時間后因為市場環境變化導致模型性能下降，就需要另外找科技公司重新設計模型，不能自我循環優化。

以寧波銀行COX時序模型在某個人貸款產品中的應用項目為例。

一是具有自動化的特征工程，本項目的特征工程對個人客戶的基本信息、征信、存款理財、風控數據和行內行為信息進行整合，結合業務專家經驗及機器自動完成特征工程，并在使用過程中不斷交互完成特征的迭代，最終得出18個特征指標。同時，特征工程會基于每日跑批自動更新優化，擺脫了傳統模型使用時長上的局限性。

二是從分析“靜態的歷史結果”到“動態的發展過程”。如果用傳統的機器學習算法去分析個人不良客戶的成因，能夠發現征信查詢次數這一指標有一定的關聯性；再結合人工經驗，可以把這個指標進一步細化為近3個月內征信查詢次數超過5次，這就是所謂的分析“靜態的歷史結果”。

而因為不同事件的發生本身就有先后順序，COX模型通過算法給數據增加了時間屬性，能讓模型對于一些關鍵指標的判斷更為精準。COX模型則會對征信查詢前后發生的事件進行判斷，能夠發現在多筆征信查詢后被他行拒貸的客戶風險較大。從業務邏輯來看，這說明他行在調查該客戶時發現其存在問題，可以幫助防范信息不對稱帶來的隱藏風險。

三是能夠給出有時間參考的預測，并給出相應的操作建議。模型的創新點在于模型的輸出結果并不是一個簡單的分數，還有客戶在未來第幾個月有多大的概率會發生逾期，采取何種操作能最大化保全我行資產。COX模型本身廣泛應用于預測癌癥患者的生存時長，我們借鑒過來發現預測預警客戶進入不良也有很好的指向性。

例如，COX模型會給出這個個人貸款產品在某類客群中未來第3個月有77%的概率發生不良，那么此時只凍結額度是不適宜的，采取各類催收手段、最大化利用客戶資產線索收回本金更為妥當；相反，若模型給出某客群在未來10個月只有8%的概率發生不良，則完全可以采取更為溫和的處理方式。

項目效果評估

（一）模型性能指標

在本次個人貸款產品的應用上，我們使用了concordance index (C指數常用來評判模型預測貸款客戶何時進入不良的精準程度)來評價生存模型的預測能力；另外，我們使用了AUC指標作為模型能否區分好壞客戶的評判標準。經實踐觀察，模型訓練集AUC達到0.806，測試集AUC達到0.799;訓練集C指數達到0.788，測試集C指數達到0.781，各方面指標均達到較好水平。

圖1：訓練集和測試集的COX時序生存曲線效果圖

圖2：訓練集和測試集的COX時序模型ROC曲線

圖3：訓練集和測試集的COX時序模型AUC與C指數比較

（二）模型應用效果

1、對風險化解手段進行成效分析

現有的風險干預手段（如提前催收、壓縮周轉、貸款展期等）主要依賴業務專家的人工經驗，但未來我們面臨大量的互聯網客群，如果沒有大量的數據分析支撐，不同化解措施的效果將很難衡量評價。而通過COX模型不僅可以針對性分析不同干預手段對不良率的影響，找出不同情況下的最優措施，而且可以通過劃分出險客群的“輕重緩急”。例如在本次個人貸款產品的項目上，COX能很好的對不同客群應用不同措施的結果進行區分，在條件允許下對部分貸款進行壓縮周轉，能在控制風險水平的同時將貸款收益最大化。

2、挖掘深層次、隱藏的指標

正是由于COX具有傳統“靜態的歷史結果”分析所不具備的分析“動態的發展過程”的能力，因此可以發現量變到質變的關鍵行為，進而將其作為準入和預警規則的特征之一，比如說上述“多筆征信查詢后被他行拒貸”的指標。

3、助力營銷獲客

風險與營銷本是一體兩面，因此COX除了可以應用于風險監測場景，還可以有效助力前臺業務部門進行營銷。例如，發現客戶的需求時點，例如通過對存量客戶結算歸行額進行分析，發掘客戶資金缺口或者資金充裕的時間點，在恰當的時間為客戶提供信貸或財富業務服務，提高獲客率。又如，預測客戶流失概率，監測客戶在我行CRM信息，挖掘流失客戶的主要特征，當客戶出現流失指標時，及時提示管戶客戶經理加強客戶維護，降低流失率。

項目牽頭人

施道明 寧波銀行風險管理部總經理

項目團隊成員

何文岳、韋達、詹靜文、陳丹瑤、張禹勛、陳亮、劉帥

責任編輯：韓希宇