2. 催收基础概念

在进入治愈概率建模之前，必须先统一催收业务的语言体系。很多建模项目失败，并非算法不够先进，而是因为“逾期”“治愈”“账户状态”这些基础概念在业务、数据、模型三方之间没有对齐。本章将围绕四个基础概念展开：逾期阶段划分、账户状态流转、治愈定义与口径、催收策略类型，为后续特征工程与概率建模打下共同语义基础。

一、逾期阶段划分：从DPD到风险分层

逾期阶段最常用的量化指标是DPD（Days Past Due，逾期天数），即应还款日到当前观察日之间的天数差。业务上通常不会直接使用连续DPD，而是划分为若干区间，因为不同区间的风险特征、催收手段和监管要求差异显著。

需要注意的是，DPD区间划分并非固定不变。消费金融、信用卡、小微企业贷款的风险拐点不同，有的机构将30天作为关键分界，有的则将60天视为核心转折。建模时应结合自身回收率曲线确定分箱边界，而不是照搬行业惯例。

二、账户状态流转：理解催收的动态过程

账户状态是催收动作的触发依据。典型状态包括：正常、逾期、承诺还款、部分还款、失联、委外、核销、结清。这些状态并非孤立存在，而是通过催收动作和客户行为不断流转。

以一笔消费贷为例，其状态流转路径可能是：正常 → 逾期1～7天 → 承诺还款 → 部分还款 → 逾期31～60天 → 失联 → 委外 → 核销。每一次状态跃迁都对应不同的治愈概率，也对应不同的催收策略。建模时，账户状态应作为类别特征或序列特征输入，而不是简单忽略。

状态流转示例（简化）：
正常 --到期未还--> 逾期
逾期 --客户承诺--> 承诺还款
承诺还款 --按时还款--> 结清
承诺还款 --再次违约--> 逾期（DPD累加）
逾期 --长期失联--> 委外
委外 --回收失败--> 核销
委外 --部分回收--> 部分还款

状态流转的价值在于：它把静态的逾期天数转化为动态的行为轨迹。一个账户当前DPD=45天，但若过去7天内有过两次部分还款，其治愈概率可能显著高于同样DPD但从未还款的账户。

三、治愈定义与口径：建模目标的确立

“治愈”是催收建模中最容易被误解的概念。广义上，治愈指账户从逾期状态恢复到正常或结清状态；但在建模中，必须明确三个口径问题：观察窗口、治愈标准、治愈时点。

• 观察窗口：通常设定为催收动作后30天、60天或90天。窗口越长，治愈率越高，但业务决策时效性越差。
• 治愈标准：可以是“全额结清”“还清当期欠款”“连续N天无逾期”或“DPD回归0”。不同标准下治愈概率差异巨大。
• 治愈时点：是首次还款日、结清日，还是观察窗口结束日？这直接影响标签的构造方式。

建议在项目初期就与业务方确认治愈口径，并写入建模文档。例如：“治愈 = 催收动作后60天内，账户DPD回归0且连续保持15天以上。”这样的定义可执行、可验证、可复现。

四、催收策略类型：从统一动作到差异化决策

催收策略决定了在什么时间、对什么账户、采取什么动作。常见策略类型包括：

1. 提醒式策略：适用于早期逾期，以短信、推送、IVR为主，成本低、覆盖广。
2. 协商式策略：适用于有还款意愿但能力不足的账户，提供分期、减免、延期方案。
3. 施压式策略：适用于中期逾期，通过高频外呼、联系人触达提升还款紧迫感。
4. 法律式策略：适用于后期逾期，发送律师函、提起诉讼或申请仲裁。
5. 委外式策略：将账户委托给第三方催收机构，按回收金额分成。

治愈概率模型的核心价值，就是为上述策略提供排序依据。传统做法是按DPD区间统一分配策略，但同样DPD=30天的两个账户，治愈概率可能相差数倍。模型输出概率后，可结合预期回收金额、催收成本、客户体验约束，构建策略矩阵。

策略矩阵示例（简化）：
治愈概率 >= 0.7  → 低成本提醒
0.4 <= 治愈概率 < 0.7 → 人工外呼 + 协商
0.15 <= 治愈概率 < 0.4 → 高频外呼 + 联系人触达
治愈概率 < 0.15 → 委外或法律处置

五、案例复盘：口径不一致导致的建模偏差

某机构在建模时，业务方将“治愈”定义为“观察期内任意还款”，而数据团队将其实现为“观察期内全额结清”。结果模型上线后，业务方发现实际回收率远低于预期。复盘发现：大量账户只还了最低还款额，被数据团队标记为未治愈，但业务方认为已治愈。标签定义不一致，导致模型学习到的模式与业务目标错位。

修正方案是：统一治愈口径为“观察期内累计还款金额达到应还金额的90%以上，且DPD回归0”。重新训练后，模型排序能力与业务回收率的相关性显著提升。这个案例说明，催收建模的第一步不是调参，而是对齐概念。