1. 特征工程概述

1.1 特征工程在风控模型中的核心地位

在风控建模领域，特征工程是将原始业务数据转化为模型可理解、可学习的数值化表达的过程。它决定了模型性能的上限——数据和特征决定了模型性能的上限，而算法只是逼近这个上限。对于信贷风控、反欺诈、交易监控等场景，特征工程直接关系到模型能否准确识别风险信号。

特征工程在风控模型中的核心地位体现在以下三个层面：

1.2 特征工程与模型性能的关系

特征工程的质量直接影响风控模型的区分能力、稳定性和可解释性。以下从三个维度阐述其关系：

• 区分能力（KS/AUC）： 好的特征能放大好客户与坏客户之间的分布差异。例如，将“近3个月逾期次数”进行WOE分箱编码后，IV值从0.05提升至0.35，模型KS提升约8~12个百分点。
• 稳定性（PSI）： 特征工程中的分箱、标准化、缺失值处理等操作，能降低特征在时间维度上的波动。例如，对“收入”字段做对数变换后，PSI从0.15降至0.06。
• 可解释性（SHAP/特征重要性）： 通过特征构造将业务规则显式编码，使模型决策路径更清晰。例如，“近6个月查询次数>10”比原始“查询次数”字段更符合风控评审逻辑。

1.3 特征工程全生命周期

特征工程不是一次性工作，而是贯穿模型开发、部署、监控全过程的持续迭代流程。一个完整的特征工程全生命周期包含以下六个阶段：

1. 数据探索与理解： 分析数据源、字段含义、缺失率、分布形态、与目标变量的相关性。
2. 特征构造： 基于业务逻辑和统计方法生成新特征，包括聚合特征、时序特征、交叉特征、比率特征等。
3. 特征编码与变换： 将原始数据转化为模型可接受的数值格式，包括WOE编码、独热编码、对数变换、标准化等。
4. 特征选择： 从候选特征集中筛选出对模型贡献最大、冗余最小的特征子集，常用方法包括IV筛选、相关性分析、L1正则化、递归特征消除等。
5. 特征验证： 在训练集、验证集、时间外样本上验证特征的区分能力、稳定性和单调性。
6. 特征监控与迭代： 模型上线后持续监控特征分布漂移（PSI）、缺失率变化、特征重要性衰减，定期触发特征重构。