2. 金融风控与特征工程基础

在进入账户余额、利用率与还款行为的特征构造之前，必须先建立一套共同的业务语言。否则，同样一个“逾期天数”，在催收、账务、模型三条线上可能指向完全不同的口径；同样一个“额度使用率”，在循环授信与分期产品中也可能有截然不同的风险含义。本节围绕信贷业务基本概念、账户生命周期、特征工程在风控建模中的定位与常见术语展开，为后续实战打下可对齐、可复用的基础。

一、信贷业务基本概念：先分清“人、账、债、期”

风控建模的对象表面上是“客户”，实际上模型往往作用在“账户”或“借据”粒度上。理解这一点，是避免特征口径混乱的第一步。常用概念可以按四个维度来梳理：

• 客户（Customer）：申请主体或授信主体，通常以客户号唯一标识。一个客户可以拥有多个账户。
• 账户（Account）：授信或合同层面的管理单元，承载额度、状态、账单周期等属性。循环额度产品中，账户是额度使用与还款的核心载体。
• 借据（Loan / Drawdown）：账户下的具体放款记录。一个账户可对应多笔借据，每笔借据有独立的金额、期限、利率与还款计划。
• 期次（Installment / Period）：还款计划的最小时间单元，记录应还本金、应还利息、应还日期与实还情况。

与之配套的还有几个高频指标：授信额度是机构愿意承担的最大风险敞口；可用额度等于授信额度减去已用额度；账单日决定本期账单的结算边界；到期还款日决定是否产生逾期；最低还款额则影响客户是否被认定为“未按约定还款”。这些概念在特征工程中会直接转化为字段口径，例如“当前已用额度”到底取账单日快照还是实时余额，会显著影响模型稳定性。

二、账户生命周期：特征的时间轴骨架

账户生命周期是特征工程的时间轴骨架。不同阶段，风险表现与可用数据完全不同。典型阶段包括：

1. 申请与审批：只有申请信息与外部征信数据，特征是“静态画像+查询行为”。
2. 授信与开户：账户建立，额度确定，但尚无交易与还款行为。
3. 激活与首刷：客户开始使用额度，产生第一笔借据或交易。
4. 正常使用与还款：账单周期滚动，余额、利用率、还款行为逐步积累。
5. 逾期与催收：出现未按约定还款，进入催收流程，风险标签开始显现。
6. 核销、结清或关闭：账户终止，进入表现期尾声。

特征工程必须与生命周期对齐。例如在申请阶段，只能用申请时点之前的信息；在贷中管理阶段，可以使用账户开立后的余额与还款行为。若把“未来”信息泄露到“过去”的特征中，模型离线指标会非常漂亮，上线后却迅速失效。这是风控建模中最常见、也最致命的错误之一。

三、特征工程在风控建模中的定位

风控建模的完整链路通常包括：业务理解、数据准备、特征工程、模型训练、评估验证、部署监控。特征工程处在“数据”与“模型”之间，是把原始业务数据翻译成模型可学习信号的关键环节。它的价值体现在三方面：

• 表达业务逻辑：把“余额高、利用率高、还款晚”等业务判断转化为数值特征。
• 提升模型上限：好的特征能让简单模型接近复杂模型的效果，差的特征会让复杂模型也无能为力。
• 增强可解释性：风控模型需要向业务与监管解释，特征口径清晰是可解释性的前提。

在账户余额、利用率与还款行为这一主题下，特征工程的核心任务是把账户生命周期中的“状态”与“行为”拆解为可计算的变量。常见术语包括：

四、案例与误区复盘：一个“利用率”引发的口径事故

某消费金融团队在建模时，把“额度利用率”简单定义为“当前余额 / 授信额度”。离线评估中该特征区分度很高，但上线后监控发现，该特征在部分客户上突然跳变。复盘发现：该产品存在临时提额与额度恢复机制，授信额度在一天内可能多次变化，而余额取的是日终快照，两者时间口径不一致，导致利用率被系统性高估或低估。

修正方案是统一时间口径：要么都取日终快照，要么都取账单日快照，并在特征命名中显式标注时间口径，例如：

utilization_eod = balance_eod / credit_limit_eod
utilization_stmt = balance_stmt / credit_limit_stmt
max_utilization_6m = max(utilization_stmt over last 6 statements)

这个案例说明，特征工程不是简单的四则运算，而是业务口径、时间口径与统计口径的三重对齐。常见误区还包括：

• 标签泄露：用表现期内的还款行为预测表现期内的逾期，离线虚高。
• 粒度错配：把账户级特征直接拼到客户级样本上，未做聚合。
• 缺失值误处理：把“从未使用额度”与“数据缺失”混为一谈，填充为0会引入偏差。
• 过度依赖单点快照：只看当前余额，忽略趋势与波动，模型对突发风险不敏感。