2. 坏样本定义与标签体系：逾期天数、核销、欺诈等不同坏样本的定义标准与标签构建

在贷后预警体系中，坏样本的定义是模型训练与策略制定的基石。不同金融机构、不同产品线对“坏”的界定存在显著差异。本章将系统梳理逾期天数、核销、欺诈三类核心坏样本的定义标准，并给出标签体系的构建方法。

2.1 坏样本的三大核心类型

根据风险来源与业务处置流程，坏样本通常分为以下三类：

2.2 逾期天数定义标准与标签构建

逾期天数是衡量信用风险最直接的指标。定义标准需明确以下要素：

• 观察起点： 从应还款日次日开始计算逾期天数（T+1）。
• 观察窗口： 通常设定为贷款发放后的6个月、12个月或整个生命周期。
• 逾期阶段划分： M1（1-30天）、M2（31-60天）、M3（61-90天）、M4+（91天以上）。
• 标签赋值： 在观察窗口内，若客户出现任意一笔逾期天数≥90天，则标记为“坏样本（1）”，否则为“好样本（0）”。

# 逾期标签构建伪代码示例
def label_overdue(repay_schedule, observation_window=180, threshold=90):
    """
    repay_schedule: 还款计划表，包含每期应还日、实还日
    observation_window: 观察窗口（天）
    threshold: 逾期阈值（天）
    """
    for loan in repay_schedule:
        max_overdue_days = 0
        for installment in loan.installments:
            if installment.actual_pay_date is None:
                overdue_days = (observation_end_date - installment.due_date).days
            else:
                overdue_days = (installment.actual_pay_date - installment.due_date).days
            max_overdue_days = max(max_overdue_days, overdue_days)
        loan.label = 1 if max_overdue_days >= threshold else 0
    return repay_schedule

2.3 核销定义标准与标签构建

核销是财务层面的最终损失确认。核销样本通常具有以下特征：

• 核销前置条件： 经过至少90天以上的催收流程，且催收等级已进入法务或委外阶段。
• 核销金额： 通常为剩余未还本金+利息+罚息，部分机构仅核销本金部分。
• 核销时间点： 以财务系统实际核销日期为准，而非逾期起始日。
• 标签赋值： 在观察窗口内，若客户发生核销行为，则标记为“坏样本（1）”。

2.4 欺诈定义标准与标签构建

欺诈样本的识别依赖多维度证据链，而非单一逾期指标。常见欺诈标签构建方式包括：

2.5 坏样本标签体系总览

综合上述三类定义，构建统一的坏样本标签体系，建议采用分层标签结构：

2.6 标签构建的常见陷阱与避坑指南

• 陷阱一：样本选择偏差 —— 仅使用已核销样本作为坏样本，忽略了大量逾期但未核销的潜在坏账。建议采用“逾期90天以上”作为主坏样本定义，核销样本作为补充。
• 陷阱二：标签时间窗口不一致 —— 不同产品、不同批次贷款的观察窗口长度不同，导致标签可比性差。建议统一设定为贷款发放后12个月。
• 陷阱三：欺诈样本与逾期样本混淆 —— 欺诈样本往往在首期即逾期，但逾期原因不同。建议单独构建欺诈标签，不与普通逾期合并。
• 陷阱四：标签更新滞后 —— 核销标签通常滞后于实际损失发生时间3-6个月。建议使用“逾期天数+核销标记”双重标准，提高标签时效性。