4. 口径设计原则
在风控标签体系中，口径不是一句“怎么算”的描述，而是贯穿数据生产、模型训练、策略执行与监控复盘全链路的契约。口径设计一旦失守，坏样本定义就会随之漂移，最终导致模型评估虚高、策略误杀或漏放。本节围绕五条核心原则展开，并给出可落地的检查清单与常见误区复盘。
一、核心原理：五条原则分别约束什么
口径设计的本质，是在“业务意图”与“数据可实现性”之间建立可验证的映射。五条原则各自约束不同维度：
- 一致性：同一标签在不同时间、不同数据源、不同团队之间，计算逻辑与结果语义保持一致。例如“逾期”在训练样本、监控报表、策略规则中必须指向同一事件定义。
- 可解释性：口径能被业务方、风控策略、模型开发、审计人员用自然语言复述，且复述结果一致。避免“黑箱口径”导致策略评审无法归因。
- 可追溯性：每个标签值都能回溯到原始字段、加工任务、版本号与变更记录。当坏样本定义调整时，能定位受影响的历史样本与模型版本。
- 业务适配性：口径服务于业务目标与风险偏好。例如现金贷与信用卡分期对“坏”的容忍窗口不同，口径不能直接照搬。
- 时效性：口径的观察窗口、更新频率与业务决策节奏匹配。T+1 口径不能用于实时审批，除非明确降级使用。
五条原则不是并列关系，而是相互制衡：过度追求一致性可能牺牲业务适配性；过度追求时效性可能削弱可追溯性。设计时需要明确优先级与例外处理机制。
二、方法流程：从业务意图到口径落地的五步法
建议按以下流程推进，每一步都产出可评审的文档或配置：
- 业务意图澄清：与业务方确认“坏”的业务含义、观察期、表现期、容忍阈值。输出《坏样本定义说明书》初稿。
- 数据可行性验证：检查原始字段覆盖率、延迟、缺失率、历史可回溯深度。若数据不满足，需明确降级方案与影响范围。
- 口径形式化：用伪代码或配置表达口径，明确字段、过滤条件、时间窗口、聚合方式、边界处理。
- 版本化与评审：为口径分配版本号，记录变更人、变更原因、生效时间。组织风控、数据、模型三方评审。
- 监控与回溯：上线后监控口径命中率、分布漂移、与业务反馈的偏差；定期回溯历史样本，验证口径稳定性。
以下是一个口径配置的示例，体现字段、窗口与边界处理：
{
"label_name": "bad_flag_30d",
"version": "v2.1",
"description": "放款后30天内逾期>=15天或发生核销",
"observation_window": "loan_date ~ loan_date+30d",
"performance_window": "loan_date+31d ~ loan_date+60d",
"conditions": [
{"field": "overdue_days_max", "operator": ">=", "value": 15},
{"field": "loan_status", "operator": "in", "value": ["WRITTEN_OFF"]}
],
"boundary_rule": "若观察期内无任何还款计划，则按到期日+30天计算",
"effective_date": "2024-07-01"
}三、案例/场景：一致性缺失导致的坏样本漂移
某消费金融团队在训练评分卡时，训练样本使用“逾期30天以上”作为坏样本，而监控报表使用“逾期15天以上”统计坏账率。模型上线后，策略同学发现模型预测的坏账率远低于实际监控值，误判为模型区分度不足，反复调参却无效。复盘发现：两处口径的逾期天数阈值不一致，导致训练标签与监控标签语义错位。
修正方案：建立统一标签中心，所有坏样本定义从标签中心引用，禁止在报表或策略中硬编码阈值。同时增加口径一致性校验任务，每日比对训练样本与监控报表的坏样本率差异，超过阈值即告警。
业务适配性案例：信用卡分期业务中，“坏”通常定义为逾期90天以上；而小额现金贷可能定义为逾期15天或30天。口径设计必须与业务的风险容忍度、资金成本、催收能力匹配，不能直接复制其他业务线。
四、误区/复盘：常见口径设计陷阱
以下清单可用于口径评审时的自查：
| 误区 | 典型表现 | 后果 | 修正建议 |
|---|---|---|---|
| 口径硬编码 | 阈值直接写在SQL或策略脚本中 | 变更时遗漏，多版本并存 | 统一标签中心，配置化引用 |
| 观察期与表现期混淆 | 用表现期数据定义坏样本 | 标签穿越，模型虚高 | 明确时间轴，隔离观察与表现窗口 |
| 边界处理缺失 | 无还款计划、提前结清、展期未定义 | 样本标签随机漂移 | 补充边界规则并版本化 |
| 时效性错配 | T+1口径用于实时审批 | 决策延迟或数据缺失 | 明确口径时效等级，降级使用需标注 |
| 可追溯性断裂 | 无版本号、无变更记录 | 无法复现历史样本 | 建立口径元数据与血缘关系 |
最危险的误区是“口径口头约定”。口头约定在人员流动、系统重构、业务调整时极易丢失，导致坏样本定义在无人察觉的情况下发生漂移。任何口径变更都必须走版本化流程，并通知所有下游消费方。
五、口径设计检查清单
在口径上线前，逐项确认以下问题：
- 是否明确了观察期、表现期、观察点？
- 是否定义了逾期、核销、展期、提前结清等关键事件的边界？
- 是否指定了数据源、字段、加工任务与更新频率？
- 是否有版本号、变更记录、生效时间与负责人？
- 是否与业务方、模型方、策略方、审计方达成一致？
- 是否有监控指标与回溯机制，能发现口径漂移？
口径设计不是一次性工作，而是持续治理过程。只有把五条原则落到配置、流程与监控中，坏样本定义才能稳定支撑模型与策略的长期迭代。