1. 课程导入

欢迎进入《违约定义与PD建模样本窗口设计实战》课程。在正式动手写代码、跑模型之前，我们需要先回答三个问题：PD建模在整个信用风险管理体系中处于什么位置？这门课要解决什么真实问题？我们将用什么样的项目把知识串起来？本章作为导入，帮助你建立全局视角，避免一上来就陷入公式和参数的细节。

一、核心原理：PD建模在信用风险管理中的定位

信用风险管理的核心是回答一个问题：交易对手在未来一段时间内违约的可能性有多大，以及一旦违约会损失多少。业界通常用三个关键参数刻画信用风险：PD（Probability of Default，违约概率）、LGD（Loss Given Default，违约损失率）和EAD（Exposure at Default，违约风险暴露）。三者共同决定预期损失：

预期损失 EL = PD × LGD × EAD

在这个公式中，PD是唯一直接刻画“是否会发生违约”这一事件的参数，也是监管资本计量（如巴塞尔协议内评法）、IFRS 9预期信用损失（ECL）计提、信贷审批与定价、额度与限额管理的共同基础。可以说，PD建模是信用风险量化体系的地基。

PD建模的产出通常是一个“违约概率”，它既可以是一个绝对水平（例如某客户未来12个月PD为1.2%），也可以是一个排序分数（例如评分卡分数）。无论形态如何，PD模型的质量直接决定了后续资本占用、拨备计提和风险定价的准确性。因此，PD建模不是一次性的统计练习，而是一项需要持续监控、验证和迭代的管理工具。

二、方法流程：从业务问题到PD模型

一个完整的PD建模流程通常包含以下环节，本课程将围绕其中的关键难点展开：

1. 违约定义：明确什么事件算违约，例如逾期天数超过90天、发生债务重组、申请破产等。
2. 样本窗口设计：确定观察期（Observation Period）与表现期（Performance Period），以及如何从历史数据中抽取建模样本。
3. 数据准备与特征工程：整合客户、账户、交易、征信等多源数据，构造有预测力的特征。
4. 模型开发：选择逻辑回归、决策树、集成模型或机器学习方法，进行训练与调优。
5. 模型评估与验证：使用区分度（如AUC、KS）、稳定性（如PSI）和校准度指标评估模型。
6. 部署与监控：将模型上线，持续监控表现并定期重训。

其中，违约定义和样本窗口设计是很多建模项目失败的根源。它们看似简单，却涉及监管要求、业务口径、数据可得性和统计有效性之间的权衡。本课程将用大量实战案例，把这两个环节讲透。

三、案例/场景：一个真实的建模困境

假设你是一家银行的建模人员，需要为个人消费贷款开发PD模型。业务部门希望模型能预测客户未来12个月的违约概率。你拿到过去5年的贷款数据，发现以下问题：

• 有些客户在观察期内已经逾期，但尚未达到90天；
• 有些客户在观察期后提前结清，没有足够的表现期；
• 不同年份的信贷政策不同，导致违约率波动很大；
• 监管要求违约定义必须包含“逾期90天以上”和“债务重组”两类事件。

如果你直接把所有数据扔进模型，可能会出现标签定义不一致、样本选择偏差、时间穿越等问题。正确的做法是先明确违约定义，再设计观察期和表现期，最后根据业务节奏抽取样本。这正是本课程要训练的核心能力。

四、误区/复盘：常见错误与学习目标

初学者在PD建模中常犯以下错误：

常见误区	后果	正确做法
违约定义模糊，混用逾期30天和90天	标签噪声大，模型区分度低	严格按监管和业务口径定义违约事件
观察期与表现期重叠	数据穿越，模型虚高	明确时间边界，设置缓冲期
样本只取“好客户”或“坏客户”	样本选择偏差，PD估计失真	按随机或分层抽样，保证好坏样本比例合理
忽略宏观经济周期影响	模型在不同年份表现不稳定	引入宏观变量或做时间外验证

通过本课程的学习，你将能够：

• 准确理解违约定义在PD建模中的核心作用，并能根据监管和业务要求设计违约标签；
• 掌握样本窗口设计的方法论，包括观察期、表现期、缓冲期的划分原则；
• 独立完成从数据抽取、标签定义到模型训练的完整PD建模流程；
• 识别并规避PD建模中的常见陷阱，提升模型的稳健性和可解释性。

本课程共30章，整体框架分为四个部分：基础篇（违约定义与PD建模概述）、样本窗口篇（观察期、表现期与抽样设计）、建模实战篇（特征工程、模型训练与评估）、进阶与监控篇（模型验证、校准与持续监控）。贯穿始终的是一个实战项目：基于某消费金融公司的历史贷款数据，从零构建一个符合监管要求的PD模型。

现在，你已经对PD建模的定位、流程和常见误区有了整体认识。接下来，我们将从最基础也最关键的“违约定义”开始，逐步深入每一个实战环节。