4. 分群方法论概览
在ECL（预期信用损失）计量中，组合分群是参数映射的起点。分群是否合理，直接决定了PD、LGD、EAD三类参数能否找到稳定、可解释、可审计的映射载体。分群过粗，风险差异被平均化，ECL失真；分群过细，样本不足导致参数波动，模型难以验证。本节系统梳理六类主流分群方法论，帮助你在实务中做出有依据的选择。
一、核心原理：分群本质是风险同质性与可操作性的平衡
分群的根本目标，是把具有相似风险驱动特征的敞口归入同一组，使组内差异最小、组间差异最大。但纯粹追求统计同质性会带来两个问题：一是分组过多，每组历史违约样本不足，参数估计不显著；二是分组逻辑难以被业务和审计理解。因此，分群方法论的选择，本质上是在风险区分能力、样本充足性、业务可解释性和系统可维护性之间寻找平衡点。
从方法论谱系看，定性分群偏重业务逻辑，定量分群偏重数据驱动，混合分群试图兼顾两者，决策树和聚类分析是典型的定量工具，专家判断与模型结合则强调人机协同。理解这一谱系，比记住某个具体算法更重要。
二、六类分群方法逐一拆解
1. 定性分群
依据业务属性直接划分，如产品类型、客户类型、担保方式、行业门类、区域等。优点是逻辑清晰、易于沟通、系统落地简单；缺点是风险区分能力依赖经验，可能忽略数据中真实存在的差异。适用于数据积累不足、监管有明确分类要求或业务逻辑高度确定的场景。
2. 定量分群
基于历史数据，通过统计指标或算法识别风险差异。常见做法包括按风险评分区间分组、按违约率排序分组、按账龄或逾期阶段分组。优点是区分能力强、可验证；缺点是对数据质量要求高，分组边界可能随样本变化而漂移。
3. 混合分群
先按定性维度做一级分组，再在组内按定量指标做二级细分。例如，先按“对公/零售”划分，再在零售内按评分区间分层。这是实务中最常见的方式，既保留了业务可解释性，又提升了风险区分度。
4. 决策树
以目标变量（如是否违约）为因变量，自动寻找最优分割变量和分割点。优点是输出规则直观、可解释性强，能处理变量交互；缺点是容易过拟合，需要剪枝和样本外验证。常用于探索分群变量和确定切分阈值。
5. 聚类分析
无监督学习，按变量相似性将样本归组，如K-means、层次聚类。优点是不依赖标签，能发现潜在结构；缺点是分组结果不稳定、业务含义需事后解释，且聚类数需人为设定。适合作为分群的探索性工具，而非最终分群依据。
6. 专家判断与模型结合
由业务专家提出分群假设，再用数据验证和调整；或先由模型给出分组建议，再由专家评估业务合理性。核心是“模型提供证据，专家提供判断”，适用于监管要求高、业务逻辑复杂或模型解释性要求强的场景。
| 方法 | 核心依据 | 优势 | 局限 | 典型适用场景 |
|---|---|---|---|---|
| 定性分群 | 业务属性 | 清晰、易落地 | 区分能力弱 | 数据不足、监管分类 |
| 定量分群 | 历史数据 | 区分能力强 | 依赖数据质量 | 数据充足、评分成熟 |
| 混合分群 | 定性+定量 | 兼顾解释与区分 | 流程较复杂 | 大多数实务场景 |
| 决策树 | 目标变量 | 规则直观 | 易过拟合 | 探索切分阈值 |
| 聚类分析 | 变量相似性 | 发现潜在结构 | 结果不稳定 | 探索性分析 |
| 专家+模型 | 人机协同 | 可解释、可审计 | 依赖专家水平 | 监管要求高 |
三、方法流程：从分群假设到参数映射
无论选择哪种方法，分群落地通常遵循以下流程：
- 明确目标：分群是为了ECL参数映射，还是为了风险管理？目标不同，粒度不同。
- 提出假设：基于业务逻辑和数据探索，列出可能的风险驱动变量。
- 数据准备：清洗、补全、衍生变量，确保样本覆盖完整经济周期。
- 分组构建：选择定性、定量或混合方法，形成候选分组方案。
- 区分度检验：比较组间违约率、LGD差异，检验是否显著。
- 稳定性检验：跨时间、跨样本验证分组边界是否稳定。
- 业务评审：由业务和风险专家评估分组合理性。
- 参数映射：将PD、LGD、EAD参数映射到最终分组。
关键检查点：分组后每组样本量是否足够？组间违约率是否单调或显著差异？分组规则是否可被审计追踪？如果答案是否定的，需要回到分组构建阶段调整。
四、案例/场景：某零售信贷组合的分群实践
某银行零售信贷组合包含信用卡、消费贷、经营贷三类产品。初始方案按产品定性分群，但发现消费贷组内违约率差异极大，从1.2%到8.7%不等。于是采用混合分群：
一级分组：产品类型（信用卡 / 消费贷 / 经营贷）
二级分组：消费贷内按风险评分区间划分
- 评分A段：720分以上
- 评分B段：650-720分
- 评分C段：580-650分
- 评分D段：580分以下
三级校验：对每个二级组计算历史违约率、样本量、LGD均值
调整后，消费贷组内违约率差异从7.5个百分点缩小到2.1个百分点，且每组样本量均超过5000条，满足参数估计要求。同时，分组规则保留了“产品+评分”的业务逻辑，便于业务部门理解和系统配置。
五、误区与复盘
- 误区一：分群越细越好。分组过细会导致样本不足，参数估计不显著，ECL波动加大。应在区分度和样本量之间取平衡。
- 误区二：完全依赖算法。聚类或决策树输出的分组可能缺乏业务含义，难以向监管和审计解释。模型结果必须经过业务评审。
- 误区三：忽视稳定性。分组边界若随样本变化大幅漂移，会导致ECL跨期不可比。应定期回测分组稳定性。
- 误区四：定性分群一成不变。业务模式变化后，原有定性分组可能失效。应建立定期回顾机制。
复盘建议：每次分群调整后，记录调整原因、数据证据、业务评审意见和参数变化影响。这不仅是审计要求，也是后续优化的知识沉淀。
注意：分群方法论没有绝对优劣，只有是否适合当前数据条件、业务阶段和监管要求。混合分群和专家判断与模型结合，在ECL实务中往往是最稳妥的起点。
掌握这六类方法论的原理、适用条件和组合方式，是后续进行ECL参数映射和模型验证的基础。在实际项目中，建议先以混合分群搭建框架，再用决策树或聚类进行探索和校验，最终由专家判断收敛为可落地、可解释、可审计的分群方案。