2. 风控基础概念
在风控建模与策略制定中，术语不是装饰性的名词，而是决定数据如何被切分、样本如何被定义、模型如何被评估的“契约”。同一份放款流水，在不同口径下可能得出完全相反的坏账率；同一个“坏客户”标签，在信用风险与欺诈风险语境下指向的群体可能几乎不重叠。本章将围绕风险、信用风险、欺诈风险、标签、口径、坏样本、观察期、表现期这八个核心术语，建立一套可落地的概念框架。
一、核心原理：风险是“不确定性带来的损失可能”
风险在风控语境中，指未来损失发生的不确定性。它包含两个维度：损失发生的概率，以及损失发生后的严重程度。信用风险与欺诈风险是零售信贷中最常区分的两类风险，它们的本质差异在于还款意愿与还款能力的来源不同。
- 信用风险：借款人有还款能力但意愿不足，或能力与意愿同时恶化，导致逾期、违约。其核心是“未来现金流的不确定性”，通常与收入波动、负债水平、宏观经济相关。
- 欺诈风险：借款人在申请或交易环节即存在主观恶意，如身份伪造、资料包装、团伙攻击、盗刷。其核心是“信息真实性与交易意图的对抗性”，往往表现为申请行为异常、设备聚集、联系人网络异常。
两者在数据表现上差异显著：信用风险坏样本通常需要较长表现期才能暴露，而欺诈风险可能在放款后数天至数周内集中爆发。因此，标签定义必须与风险类型匹配，否则模型会学到错误的信号。
二、方法流程：从标签到坏样本的完整链路
标签是给每个样本赋予的“结果状态”，口径是定义这个状态的具体规则。坏样本是标签中代表“风险事件已发生”的那一类。观察期与表现期则决定了用哪段时间的数据来定义标签。
- 确定风险类型：先明确要预测信用风险还是欺诈风险，或两者分别建模。
- 定义观察期：观察期是用于提取特征的时间窗口，例如申请日前6个月、12个月。观察期内只使用“已知信息”，不能引入未来数据。
- 定义表现期：表现期是观察期结束后，用于判断是否发生风险事件的时间窗口。例如放款后6个月内是否出现逾期90天以上。
- 定义坏样本口径：在表现期内，满足何种条件记为坏样本。常见口径包括：逾期天数（DPD）≥30、≥60、≥90；或滚动率、账龄分析后的稳定坏定义。
- 定义好样本与灰样本：表现期内未达到坏样本标准且表现正常的记为好样本；表现不足或处于中间状态的记入灰样本，通常不参与训练或单独处理。
观察期与表现期必须严格分离，且表现期长度要覆盖风险暴露的完整周期。信用风险常用6～12个月表现期，欺诈风险常用30～90天表现期。
三、案例/场景：同一批客户，两种口径的坏账率差异
假设某现金贷产品在2024年1月放款10000笔，观察期为放款前6个月，表现期为放款后6个月。我们分别用两种坏样本口径统计：
| 口径 | 坏样本定义 | 坏样本数 | 坏账率 | 适用场景 |
|---|---|---|---|---|
| 口径A | 表现期内任意一期逾期≥30天 | 820 | 8.2% | 早期预警、催收策略 |
| 口径B | 表现期内逾期≥90天或核销 | 410 | 4.1% | 资本计量、拨备、模型训练 |
同一批客户，口径A的坏账率是口径B的两倍。如果模型训练时混用两种口径，会导致标签噪声极大，模型在排序能力上表现不稳定。更严重的是，若将欺诈风险样本混入信用风险坏样本，模型可能把“设备异常”误判为“还款能力不足”，从而在审批策略上产生错误拒绝。
四、误区/复盘：常见口径陷阱与修正
误区一：观察期与表现期重叠。例如用放款后3个月的数据做特征，又用放款后6个月判断坏样本，导致特征中混入未来信息，模型离线指标虚高，上线后迅速衰减。
误区二：坏样本定义过宽或过窄。过宽会把短期资金周转困难但最终还款的客户误判为坏，过窄会漏掉真正的高风险客户。建议通过滚动率矩阵和账龄分析确定稳定坏点。
误区三：忽略灰样本。表现期不足或处于逾期1～29天的客户，既不能简单归为好，也不能归为坏。正确做法是单独标记，在训练时排除或使用半监督方法处理。
复盘时，建议对每个标签口径输出一份“口径说明书”，至少包含：风险类型、观察期起止、表现期起止、坏样本判定规则、灰样本处理方式、样本量分布、坏账率。这份说明书是后续模型迭代和策略回溯的基准。
口径说明书示例：
风险类型：信用风险
观察期：2023-07-01 至 2023-12-31
表现期：2024-01-01 至 2024-06-30
坏样本：表现期内最大逾期天数 ≥ 90 或 核销
灰样本：表现期内最大逾期天数 1～89 且未核销
好样本：表现期内无逾期且未核销
样本量：好 9120，坏 410，灰 470
坏账率：4.1%