第三章 PD模型业务定义：违约、观察期与表现期
做模型前，先把业务定义搞搞清楚。这一步搞错了，后面全白干。我见过不少团队，模型指标挺漂亮，上生产就崩，回过头来查——违约定义和样本窗口没对齐。说白了，定义不清，模型就是个盲人摸象。
1. 违约定义——到底什么叫“坏”
信用评分卡里的PD模型，核心是预测“客户会不会违约”。但“违约”这俩字，不同机构、不同产品，标准天差地别。
咱们先看一个行业惯例表格：
| 违约口径 | 逾期天数 | 常见应用场景 |
|---|---|---|
| M1+（早期违约） | 逾期≥30天 | 现金贷、短期消费贷 |
| M2+（中期违约） | 逾期≥60天 | 信用卡、分期贷 |
| M3+（严重违约） | 逾期≥90天 | 抵押贷、大额信贷 |
| M4+（坏账） | 逾期≥120天 | 核销标准、监管要求 |
我个人习惯，先跟业务方确认一条底线：“逾期多少天算违约？”这取决于产品期限和风险容忍度。举个例子：7天期的现金贷，逾期30天基本已经收不回来了，用M3+反而不合理。
还有一个容易踩的坑：债务重组、展期客户算不算违约？ 有些机构把展期视为“非违约”，但这会低估真实风险。我记得有一次，一个客户连续展期三次，每次只还利息，最后本金还是亏了。如果按最初的定义，他永远不算违约，模型完全没捕捉到这个信号。所以——展期超过一定次数，建议视为违约事件。
2. 观察期与表现期——模型的时间骨架
每笔样本，都是一个时间点上的“快照”。模型用观察期的特征，去预测表现期的行为。这两个窗口怎么切，直接决定了模型能不能正确捕捉因果关系。
- 观察期：用来提取特征的时间段。比如，客户过去12个月的还款记录、收入波动、多头借贷变化。这段数据必须在上一次贷款发放之前就存在，不能把未来的信息塞进去。
- 表现期：用来观察客户是否违约的时间段。从观察期结束点开始，往后滚动一段时间（比如12个月）。在这段时长内，如果客户出现了违约事件，就标记为“坏样本”。
我见过团队把表现期的数据放进观察期的特征里——比如用“未来12个月客户申请次数”做特征，然后去预测同一段表现期的违约。这相当于用答案去预测答案，模型上线后瞬间失效。切记：观察期必须完全在表现期之前，不能有任何重叠。
实际操作中，观察期长度和表现期长度需要结合产品周期来定。一个典型设定：
| 产品类型 | 观察期 | 表现期 |
|---|---|---|
| 12期消费贷 | 过去12个月 | 未来12个月 |
| 30天现金贷 | 过去3个月 | 未来60天 |
| 36期车贷 | 过去24个月 | 未来18个月 |
为什么表现期不能太短？ 你想想看，如果表现期只有3个月，而大部分客户的违约发生在第6个月——那模型会误以为“那些客户都没事”，漏掉真正的坏蛋。反过来说，表现期太长，样本会过期，业务变了模型就跟不上了。我一般建议：表现期至少覆盖产品生命周期中违约高发期的80%。
3. 样本窗口选择——从历史中切出训练集
历史数据是一条长长的河流。我们要在河上选择一段“窗口”，用来提取训练样本。常见的方法有两种：固定窗口法、滚动窗口法。
我画了一张时间轴图，帮大家理解观察期、表现期、样本窗口之间的关系：
图中T₀是放款时间（或观察起始点），T₁是观察期结束点，T₂是表现期结束点。在T₀到T₁之间收集客户的征信特征，在T₁到T₂之间观察违约行为。如果客户在T₁到T₂内出现逾期≥90天，就标记为坏样本。
固定窗口 vs 滚动窗口
| 方法 | 做法 | 优缺点 |
|---|---|---|
| 固定窗口 | 选取一段历史时间（如2018年1月-2019年12月）作为样本窗口，一次性切出训练集和测试集 | 简单直接，样本数量固定；但窗口过旧会导致模型跟不上业务变化 |
| 滚动窗口 | 每隔一段时间（如每季度）向前滚动，保留最近N个月数据，增量更新模型 | 模型更适应新鲜数据，但需要维护多个版本，训练成本高 |
我个人怎么选？ 如果业务稳定、样本量充足，我倾向于用滚动窗口。比如，每次建模只取最近24个月的数据，每半年更新一次模型。这样既能捕捉最新趋势，又不会让模型频繁重训。
如果你选的窗口恰好是经济上行期，违约率极低，训练出来的模型会过度乐观。我遇到过这种情况：模型在窗口内AUC高达0.85，上线一个月后坏账率飙升，后来发现窗口恰好避开了两次紧缩政策。所以——样本窗口最好覆盖至少一个完整的经济周期（比如3-5年），或者至少包含一段高违约时期。
4. 小结——定义先行，窗口布阵
这一块没什么捷径可走。做PD模型的第一步，是坐下来跟业务方、风控策略团队，把违约口径敲定成白纸黑字的文档。然后根据产品生命周期和可用数据，确定观察期和表现期的长度。最后，选一个合理的样本窗口，别太旧，也别太短。
我经常跟团队讲：模型90%的问题都出在业务定义上。定义清晰了，后面调参、特征工程才有意义。咱们下个环节聊抽样和分组策略——不过今天先到这里，把本章的“套路”记住，你已经超过很多刚入行的分析师了。