2、坏样本定义与识别：逾期天数、失联状态、欺诈行为等坏样本的量化标准与识别规则
贷后预警的核心前提是准确界定“坏样本”。如果坏样本的定义模糊或标准不一，后续的归因分析将失去基准，模型训练也会产生偏差。本章从逾期天数、失联状态、欺诈行为三个维度，建立可量化、可执行的坏样本识别规则体系。
2.1 逾期天数：最基础的坏样本量化标尺
逾期天数是衡量借款人信用风险最直观的指标。不同逾期阶段对应不同的风险等级和处置策略。以下是行业通用的逾期天数分层标准：
| 逾期阶段 | 逾期天数范围 | 风险等级 | 典型处置策略 |
|---|---|---|---|
| M0（正常期） | 0 天 | 低 | 正常还款提醒 |
| M1（早期逾期） | 1 ~ 30 天 | 中低 | 短信/电话提醒，人工催收介入 |
| M2（关注逾期） | 31 ~ 60 天 | 中 | 加大催收频率，评估委外催收 |
| M3（次级逾期） | 61 ~ 90 天 | 中高 | 委外催收，启动法务评估 |
| M4+（损失逾期） | 91 天及以上 | 高 | 核销准备，法律诉讼 |
关键阈值：在大多数金融机构的坏样本定义中，逾期 ≥ 90 天（M4+） 被直接标记为“不良资产”或“坏样本”。对于短期消费贷产品，部分机构会将阈值下调至 逾期 ≥ 60 天。
2.2 失联状态：风险加速恶化的关键信号
失联是比逾期更危险的信号。借款人主动切断联系渠道，往往意味着还款意愿丧失或还款能力彻底恶化。失联状态的识别需要结合多维度数据。
2.2.1 失联等级量化标准
| 失联等级 | 定义 | 识别规则 | 风险权重 |
|---|---|---|---|
| L0（正常联系） | 可正常接通电话或回复消息 | 最近 7 天内至少有一次有效通话或消息回复 | 0 |
| L1（弱失联） | 电话无人接听，但短信/APP 消息可触达 | 连续 3 天电话拨打无人接听，但短信已读或 APP 有登录 | 0.3 |
| L2（中失联） | 所有通讯方式均无响应 | 连续 7 天电话、短信、APP 推送均无任何响应 | 0.6 |
| L3（严重失联） | 号码停机/空号，且无其他有效联系方式 | 运营商返回“停机/空号/关机”状态，且备用联系人无法接通 | 1.0 |
组合规则：当借款人同时满足“逾期 ≥ 30 天”且“失联等级 ≥ L2”时，应直接将其纳入“高风险坏样本”池，触发紧急催收或法务前置流程。
2.3 欺诈行为：最恶劣的坏样本类型
欺诈行为是主观恶意的违约，其损失回收率极低。欺诈识别需要从申请阶段和贷后行为两个维度交叉验证。
2.3.1 欺诈行为识别规则清单
- 身份伪冒：身份证照片与活体检测比对分数低于阈值（如 < 0.7）；设备指纹与历史申请设备冲突。
- 团伙欺诈：多个借款人的联系人、IP 地址、设备 ID 高度重合；申请时间集中在短窗口内。
- 资料造假：收入证明、银行流水、工作证明等材料经第三方核验为伪造。
- 贷后异常行为：还款后立即大额套现；还款资金来源为其他借贷平台；短期内频繁更换绑定手机号。
- 黑名单命中：借款人身份证、手机号、银行卡号命中行业黑名单或司法失信名单。
2.4 坏样本综合判定框架
单一维度的指标往往存在误判风险。例如，逾期 30 天但一直保持联系的借款人，其风险可能低于逾期 15 天但已失联的借款人。因此，需要建立综合判定框架。
综合坏样本判定公式（示例）：
当 坏样本得分 ≥ 0.6 或 欺诈行为权重 = 1.0 时，直接标记为坏样本。
坏样本得分 = 逾期天数权重 × 0.4 + 失联等级权重 × 0.35 + 欺诈行为权重 × 0.25当 坏样本得分 ≥ 0.6 或 欺诈行为权重 = 1.0 时，直接标记为坏样本。
2.5 坏样本识别规则的动态校准
坏样本的定义不是一成不变的。随着宏观经济环境、产品策略、客群结构的变化，原有的阈值和规则可能失效。建议每季度进行一次规则校准：
- 回滚验证：将历史坏样本标签与当前规则进行比对，计算误判率和漏判率。
- 阈值优化：使用 KS 统计量或 F1-score 寻找逾期天数、失联等级的最优分割点。
- 规则迭代：根据新发现的欺诈模式，补充或调整欺诈行为识别规则。
最佳实践：建立坏样本定义的版本管理机制。每次规则调整后，保留旧版本标签，确保归因分析的可回溯性。建议使用
bad_sample_version 字段记录每条样本的判定规则版本号。