第2章 搭建智能风控模型2.2 模型开发方法论-构建好样本表现期确定方法Vintage分析：通过观察逾期率随时间的变化曲线，确定逾期率趋于稳定的时间点，以此辅助设定表现期长度。滚动率分析：用于定义客户的好坏程度，明确风险分层标准。账龄分析：结合账龄数据确定合适的表现期，确保样本覆盖完整的风险暴露周期。灰度样本处理策略少量灰度样本：直接剔除，避免噪声干扰。大量灰度样本：方案1：将灰度样本并入好样本，扩大样本量。方案2：保留灰度样本单独建模，通过模型预测效果选择最优方案。表现期外坏样本的利用若客户的不良行为发生在表现期外，仍可将其纳入建模样本。此时模型预测目标需调整为“排序能力”而非严格的时间范围预测（如“未来6个月风险”）。若此操作能补充坏样本并提升模型效果，则具有实践价值。多标签定义与模型融合针对同一业务问题，可设定多种标签定义（如不同逾期天数阈值）并分别建模，最终融合多个模型结果。分层建模策略：通用模型：基于全客群构建基础模型。细分客群模型：针对风险差异较大的子客群（如高风险vs低风险）分别建模，再融合结果。样本代表性要求建模样本需与未来实际使用场景的样本分布一致，减少因数据偏差导致的模型失效风险。模型架构设计单一模型架构：将所有数据源特征合并后统一建模。多子模型融合架构：数据源维度：按不同数据源（如行为数据、征信数据）分别建模后融合。目标维度：结合客群细分或表现期差异建立子模型。算法维度：采用不同算法（如逻辑回归、XGBoost）建模后融合。风险类型维度：将欺诈、失联、逾期分别作为预测标签，构建子模型后融合。异常值处理特征值超出均值±3个标准差时，可认定为异常值，需根据业务逻辑处理（如剔除、填充或分箱）。卡方分箱方法基于卡方统计量检验相邻区间的分布差异，自下而上合并相似区间，确保分箱后特征具有统计显著性。2.3 模型开发方法论-构建好模型算法选择与特征相关性逻辑回归：要求特征间低相关性，需通过方差膨胀系数（VIF）检测多重共线性（VIF<10视为无共线性）。树模型：对特征相关性不敏感，可省略相关性筛选步骤。统计显著性检验当p值<0.05时，认为特征与目标变量间的关联具有统计显著性。特征稳定性检测通过统计特征逾期率随时间的变化趋势，评估特征对预测目标的稳定性。若特征效果波动过大，需谨慎使用。超参数优化方法网格搜索：需枚举所有参数组合，计算成本较高。贝叶斯优化：仅需设定参数范围，通过概率模型高效搜索最优解。第3章 搭建风控特征画像体系Swap分析应用通过交换不同特征组合，观察模型性能变化，识别关键特征。例如，替换某特征后若模型AUC下降显著，则该特征重要性高。特征画像构建原则全面性：覆盖用户行为、信用、社交等多维度数据。动态性：实时更新特征值，反映用户最新风险状态。可解释性：确保特征逻辑清晰，便于业务人员理解与应用。特征监控与迭代定期评估特征有效性，淘汰过时或无效特征，补充新特征以保持模型竞争力。