3. 好坏客户定义入门

在信用评分项目中，好坏客户定义是整个建模工作的起点，也是决定模型成败的“第一颗纽扣”。如果定义错了，后续无论用多先进的算法、多精细的特征工程，得到的模型都会偏离业务目标。本节将带你理解好客户、坏客户、灰客户的基本概念，掌握定义的基本原则，并识别常见误区。

一、核心原理：三类客户的基本含义

信用评分的本质是预测客户未来发生某种“坏”行为的概率。因此，我们必须先明确什么是“坏”，才能定义什么是“好”。在绝大多数零售信贷场景中，好坏客户的定义围绕逾期行为展开，通常以“逾期天数（Days Past Due, DPD）”作为核心标尺。

• 坏客户（Bad）：在观察期结束后的一段表现期内，出现了超过约定阈值的严重逾期行为。例如“表现期内任意一笔贷款逾期超过60天”或“出现M3+（逾期90天以上）”。坏客户是模型需要重点识别和拒绝的对象。
• 好客户（Good）：在同样的表现期内，从未出现超过阈值的逾期，或仅有极轻微逾期（如逾期1～7天且已还清）。好客户是模型希望保留和服务的对象。
• 灰客户（Gray / Indeterminate）：介于好与坏之间，行为不明确或数据不足以判定。例如表现期内逾期30～59天、账户被核销但金额极小、或表现期太短无法观察完整行为。灰客户通常被排除在建模样本之外，或在业务上单独制定策略。

二、方法流程：定义好坏客户的四步法

一个可落地的好坏客户定义，通常遵循以下流程：

1. 确定风险事件：明确要预测的“坏”是什么。常见的有：逾期超过X天、成为呆账、申请欺诈、提前结清等。零售信贷最常用的是“逾期超过60天或90天”。
2. 划分观察期与表现期：观察期用于采集客户的历史特征（如近6个月查询次数、历史还款记录）；表现期用于观察客户是否发生坏行为。两者不能重叠，否则会造成信息泄露。
3. 设定阈值与规则：确定DPD阈值（如30/60/90天）、是否包含当前逾期、是否区分账户类型（信用卡、消费贷、房贷）等。
4. 打标与样本筛选：对每个客户打上Good/Bad/Gray标签，剔除灰客户，形成建模样本。通常要求坏样本占比不低于5%，否则需要过采样或调整定义。

下面是一个简化的打标逻辑示例，用伪代码表示：

# 输入：客户在表现期内的最大逾期天数 max_dpd
# 输出：客户标签 label

if max_dpd >= 90:
    label = "Bad"          # 坏客户
elif max_dpd >= 30 and max_dpd < 90:
    label = "Gray"         # 灰客户，暂不建模
elif max_dpd < 30:
    label = "Good"         # 好客户
else:
    label = "Unknown"      # 数据缺失，单独处理

三、案例与场景：不同业务下的定义差异

好坏客户定义并非一成不变，必须结合业务场景调整。以下表格对比了三种典型场景：

四、常见误区与复盘

在实际项目中，好坏客户定义最容易踩以下五个坑：

• 误区一：用“是否违约”代替“逾期天数”。违约是法律概念，而信用评分需要更细粒度的风险排序。用二值违约标签会丢失大量信息。
• 误区二：观察期与表现期重叠。例如用“过去12个月逾期次数”预测“未来6个月是否逾期”，但过去12个月包含了未来6个月的一部分，造成标签泄露，模型AUC虚高。
• 误区三：灰客户直接当做好客户。灰客户行为不明确，若强行归入好客户，会稀释坏样本，导致模型低估风险。
• 误区四：全公司统一一套定义。不同产品、不同渠道、不同客群的风险表现差异巨大，应分别定义，至少按产品线拆分。
• 误区五：忽略“好客户”中的“提前结清”群体。提前结清可能意味着客户质量好，也可能意味着客户被其他机构挖走。需要结合业务目标判断是否纳入好客户。

五、定义的基本原则总结

综合以上内容，好坏客户定义应遵循以下五项基本原则：

1. 业务导向：定义必须服务于业务目标，是控制坏账、提升通过率，还是优化额度？目标不同，定义不同。
2. 可观测：坏行为必须在表现期内可被稳定观测，且数据可获取、可追溯。
3. 可区分：好客户与坏客户在特征上应有显著差异，否则模型无法学习。
4. 稳定性：定义规则应在不同时间段、不同样本上保持相对稳定，避免频繁调整。
5. 可解释：业务方、风控、合规都能理解并认可定义逻辑，避免“黑箱标签”。

掌握好坏客户定义，是信用评分建模的第一步，也是最重要的一步。只有把“谁是坏人”说清楚，模型才能帮你找到他们。