4. 预警模型基础

贷后预警模型是组合风险监控的“雷达系统”。它的任务不是解释过去，而是在客户出现实质性违约之前，尽可能早地识别出风险上升的信号，并把有限的贷后管理资源集中到最需要关注的账户上。理解预警模型的底层逻辑，是后续看板设计与组合监控实战的前提。

一、预警模型的定义与边界

预警模型是一套基于历史数据与业务规则，对存量客户在未来一段时间内发生风险事件的可能性进行量化排序的统计或机器学习系统。它输出的是风险概率或风险评分，而不是直接的处置决策。这一点必须明确：模型负责“排序”，策略负责“动作”。

预警模型与申请评分卡、行为评分卡、催收评分卡共同构成信贷全生命周期模型体系，但侧重点不同：

预警模型的关键特征是短周期、高频次、强时效。它通常按月甚至按周跑批，标签观察期较短，对变量更新频率要求高。如果模型依赖季度更新的财务数据，在贷后场景中往往来不及预警。

二、评分卡与机器学习方法

预警模型的建模方法主要分为两大类：传统评分卡与机器学习模型。两者并非替代关系，而是适用场景不同。

评分卡方法以逻辑回归为核心，配合WOE分箱与IV值筛选变量。它的优势是解释性强、稳定性好、易于监控和部署，适合监管要求高、需要向业务解释原因的场景。典型流程是：连续变量分箱→WOE编码→逻辑回归→评分转换。

WOE = ln(坏样本占比 / 好样本占比)
IV = Σ (坏样本占比 - 好样本占比) × WOE
评分 = A - B × ln(odds)
其中 odds = 坏样本概率 / 好样本概率

机器学习方法包括决策树、随机森林、XGBoost、LightGBM、神经网络等。它们在处理高维变量、非线性关系和交互效应时表现更强，AUC通常比逻辑回归高3-8个百分点。但代价是解释性下降，需要配合SHAP值、特征重要性等工具做归因。

选择方法时需权衡四个维度：解释性要求、数据量级、变量类型、监控成本。数据量少于5000条坏样本时，机器学习容易过拟合；变量以类别型为主且业务逻辑清晰时，评分卡往往更稳健。

三、模型开发流程

一个可落地的预警模型开发流程通常包含六个阶段，每个阶段都有明确的交付物和评审点。

1. 业务理解与目标定义：明确预警对象、预警周期、风险事件定义、处置动作。输出模型需求说明书。
2. 样本定义与标签设计：确定观察期、表现期、好坏样本定义、排除规则。输出样本清单与标签字典。
3. 变量开发与筛选：从内部数据、征信、行为埋点中构造候选变量，做缺失值、异常值、稳定性处理。输出变量宽表。
4. 模型训练与验证：划分训练集、验证集、跨时间测试集，训练候选模型，比较KS、AUC、PSI。输出模型报告。
5. 评分校准与策略映射：将概率转换为评分，设定预警阈值与分档。输出预警策略表。
6. 部署监控与迭代：上线跑批，监控分数分布、变量PSI、命中率与坏账率。输出监控报表与迭代计划。

四、样本定义与标签设计

样本定义是预警模型成败的第一道关口。核心是三个时间窗口的划分：

• 观察期（Observation Window）：用于提取客户特征的时间段，通常为预警时点前3-6个月。
• 表现期（Performance Window）：用于观察是否发生风险事件的时间段，贷后预警通常为1-3期。
• 预警时点（Cut-off Date）：观察期结束、表现期开始的临界点，也是模型实际跑批的时点。

标签设计需要明确“坏”的定义。贷后预警中常见的坏样本定义包括：未来1期逾期30+、未来3期逾期60+、未来3期出现五级分类下调、未来3期发生欠息超过30天等。定义越严格，坏样本越少，但业务相关性越强。

样本筛选规则示例：
1. 预警时点账户状态为正常或关注
2. 观察期内至少有1期还款记录
3. 表现期内无核销、无重组、无展期
4. 排除预警时点已逾期账户
5. 排除观察期内提前结清账户

好坏样本比例失衡是预警模型的常态，坏样本占比通常只有1%-5%。处理方式包括：过采样、欠采样、SMOTE、调整类别权重、使用Focal Loss等。但需注意，采样会改变概率校准，如果模型输出要直接映射为违约概率，必须在采样后做概率还原。

最后需要强调，预警模型的样本设计不是一次性工作。随着产品迭代、客群变化、宏观环境波动，样本定义和标签口径需要定期复盘。建议每季度做一次样本稳定性检查，重点关注坏样本率、观察期变量覆盖率、表现期成熟度三个指标。只有样本基础扎实，评分卡和机器学习方法才能发挥应有的预警能力。