2. 坏样本定义与标签体系：逾期天数定义（M0/M1/M2+）、坏账认定标准、样本标签的构建方法

在贷后预警体系中，坏样本的定义与标签体系是数据分析的基石。如果坏样本的定义不清晰、标签体系不统一，后续的模型训练、策略评估和风险监控都将失去准绳。本节将系统讲解逾期天数的标准化定义、坏账认定的核心标准，以及如何构建可落地的样本标签体系。

2.1 逾期天数定义：M0 / M1 / M2+ 标准化

行业通用的逾期阶段划分以 M（Month） 为单位，代表逾期月份数。不同机构可能对 M0、M1、M2 的起止天数有细微差异，但主流标准如下：

2.2 坏账认定标准

坏账认定是标签体系中最关键的决策点。通常从以下三个维度综合判定：

• 逾期天数阈值：多数机构将 M3+（逾期 ≥ 90 天） 作为坏账认定的核心门槛。部分消费金融产品可能放宽至 M4+（≥ 120 天）。
• 还款行为特征：客户是否已失联、是否被标记为欺诈、是否已进入法催或核销流程。
• 资产处置状态：是否已完成核销、是否已转让给第三方催收或资产管理公司。

2.3 样本标签的构建方法

构建样本标签的核心目标是：为每个借款账户生成一个明确的“好/坏”标识，用于后续的预警模型训练和策略分析。以下是标准构建流程：

1. 数据准备：提取借款账户的完整还款计划表、实际还款记录、逾期状态变更日志。
2. 逾期阶段映射：根据逾期天数将每个账户的每个还款期映射到 M0/M1/M2/M3+ 阶段。
3. 坏账判定：应用坏账认定标准，标记每个账户是否为坏样本（1 = 坏，0 = 好）。
4. 观察期与表现期对齐：确定观察期窗口（如：放款后 6 个月）和表现期窗口（如：放款后 12 个月），确保标签与特征时间对齐。
5. 标签去重与清洗：剔除数据异常、信息缺失或业务规则冲突的样本。

2.4 标签体系架构图

以下 SVG 图展示了从原始还款数据到最终样本标签的完整构建流程：

2.5 标签体系示例代码

以下 Python 代码展示了如何根据逾期天数生成 M 阶段标签和坏账标签：

import pandas as pd
import numpy as np

# 示例数据：借款账户的逾期天数
data = {
    'account_id': ['A001', 'A002', 'A003', 'A004', 'A005'],
    'overdue_days': [0, 15, 45, 95, 120]
}
df = pd.DataFrame(data)

# 定义逾期阶段映射函数
def map_m_stage(days):
    if days == 0:
        return 'M0'
    elif 1 <= days <= 30:
        return 'M1'
    elif 31 <= days <= 60:
        return 'M2'
    else:
        return 'M3+'

# 定义坏账标签（M3+ 且逾期天数 ≥ 90）
def label_bad(row):
    if row['overdue_days'] >= 90:
        return 1
    else:
        return 0

# 生成标签
df['m_stage'] = df['overdue_days'].apply(map_m_stage)
df['bad_label'] = df.apply(label_bad, axis=1)

print(df)

2.6 标签体系质量检查清单

在标签体系构建完成后，建议使用以下清单进行质量检查：

• 一致性：同一账户在不同时间点的标签是否逻辑自洽？
• 完整性：所有样本是否都有明确的标签？缺失标签的样本是否已记录原因？
• 时效性：标签是否基于最新的还款数据生成？是否考虑了展期、延期等特殊状态？
• 可解释性：业务团队是否理解标签的含义？标签定义文档是否完备？