案例名稱

小微企業貸后風控預警

案例簡介

與以往風險預警系統不同的是，一般風險預警系統是基于規則來實現預警，在本項目中，通過模型來填補規則的不足，使風險預警系統更加完善；模型本質上是不同于規則的方法，可以同時對成百上千個變量進行綜合處理，這點是規則達不到的。本項目使用的算法為GBDT+LR模型，第一個GBDT模型是決策樹的融合，第二個模型是基于回歸的方法，第一個模型的輸出作為第二個模型的輸入，提升模型效果。

此外，本項目形成了一套全流程的風險預警體系，可以預測未來3-6個月內客戶的風險情況，給客戶經理提供參考作用，輔助客戶經進行貸后處理。模型的覆蓋率可以達到60%以上，準確率可以達到40%以上，大大高于同行業的小微企業風控預測模型效果。

創新技術/模式應用

搭建數據科學平臺：推動解決全行機器學習建模門檻高、效率低、管理難、不自主的問題，促進全行數據建模架構統一和建模經驗的分享與復用。本項目主要涉及的建模流程中核心技術主要分為兩方面，分別是變量降維中的變量聚類方法以及在建模過程中使用的GBDT+LR算法，變量聚類能快速有效的進行變量挑選，選出最直接有效的變量，以此來提高運行效率和整體性能；另外一個關鍵技術是GBDT+LR算法，提高模型的準確率及穩定性。

· 變量聚類

變量聚類是變量降維過程中一種重要方法，是一種基于主成分分析的方法。建模變量數量不同，建模過程的耗時也會不同。在實際構建模型時，變量數量可能上千個，當變量數據足夠龐大時，這個時候采用變量聚類則可以快速實現變量的降維，然后再基于降維后的變量進行建模。此時，模型的運行效率會大大提升。

在本項目進行變量聚類的變量挑選，首先對項目涉及變量進行變量聚類，劃分出一定類別，每個類中變量數目為一個或多個；然后，計算每個變量對Y變量的影響程度（隨機森林重要性），在每個類中挑選出影響程度最高的變量，作為該類的代表變量。

· 建?！狦BDT+LR

GBDT+LR本質上是一種具有stacking思想的二分類器模型，所以可以用來解決二分類問題。GBDT+LR 使用最廣泛的場景是CTR點擊率預估，即預測當給用戶推送的廣告會不會被用戶點擊。

點擊率預估模型涉及的訓練樣本一般是上億級別，樣本量大，模型常采用速度較快的LR。但LR是線性模型，學習能力有限，此時特征工程尤其重要?，F有的特征工程實驗，主要集中在尋找到有區分度的特征、特征組合，折騰一圈未必會帶來效果提升。GBDT算法的特點正好可以用來發掘有區分度的特征、特征組合，減少特征工程中人力成本。

GBDT+LR 由兩部分組成，其中GBDT用來對訓練集提取特征作為新的訓練輸入數據，LR作為新訓練輸入數據的分類器。

項目效果評估

在小微企業建模過程中，主要通過變量聚類來達到變量降維目的，大大提升建模效率，通過GBDT+LR建立模型，提高預測效果的準確性及穩定性。

· 實現的核心功能（預測）

將要預測客戶的輸入特征按照預測模型的變量重要性進行選擇，同時，對選定的輸入特征變量進行相應的數據轉換，并作為預測模型的特征變量進行預測。

· 達到的性能指標

樣本集按照7：3比例劃分為訓練集和驗證集，驗證集主要用于樣本內評估，確保模型的有效性。樣本內模型效果：AUC：0.92，KS：0.68；

使用樣本外觀測（預留）進行驗證，覆蓋率：0.62，準確率：0.41，AUC：0.9，KS：0.62，模型效果較好。

· 風險控制方案

通過發送名單給風險預警系統，然后分發給各個分行的業務人員，分行業務人員根據名單及給出的違約原因，制定相應的催收政策；節省人力的同時，幫助行內完成風險控制。

通過借助大數據、機器學習等技術挖掘問題客戶的行為特征，實現對企業客戶貸后逾期風險早識別、早干預，聚焦關鍵問題客戶，縮減風險排查范圍，提高貸后管理針對性，從而提升小企業資產質量。具體的講，覆蓋率超過60%、準確率超過40%；在業務驗證中，命中率遠遠超過了40%，幫助客戶預警了近8億元人民幣的信貸資產。

責任編輯：韓希宇