4. 样本定义与标签设计：好坏客户定义
在授信决策模型的构建中，样本定义与标签设计是决定模型预测能力与业务价值的基石。本章将系统讲解好坏客户的定义标准、观察点与表现期的设定逻辑，以及滚动率分析与Vintage曲线的应用方法。
4.1 好坏客户定义：FPD30/60/90+
好坏客户的定义本质上是将连续的风险表现离散化为二分类或多分类标签。在信贷场景中，最常用的定义方式是基于首次逾期天数（First Payment Default, FPD）的阈值划分。
| 标签类别 | 定义标准 | 典型应用场景 |
|---|---|---|
| 好客户 | 在表现期内从未逾期，或逾期天数 < 30天 | 信用评分卡、额度模型 |
| FPD30 | 首次逾期天数 ≥ 30天且 < 60天 | 早期预警模型、催收策略 |
| FPD60 | 首次逾期天数 ≥ 60天且 < 90天 | 中度风险识别、核销预测 |
| FPD90+ | 首次逾期天数 ≥ 90天 | 坏账核销、损失准备金模型 |
实践建议：在消费金融场景中，通常将FPD30+定义为“坏客户”；在抵押贷款场景中，由于违约成本更高，常采用FPD90+作为坏客户标准。定义阈值需结合业务容忍度与监管要求。
4.2 观察点与表现期设定
样本构建的核心时间结构包含三个关键时间点：观察点（Observation Point）、表现期（Performance Window）和表现点（Performance Point）。
- 观察点：模型输入特征提取的截止时间点，通常为授信审批日或贷后管理评估日。
- 表现期：从观察点开始到表现点结束的时间窗口，用于观察客户是否发生逾期或违约。
- 表现点：表现期结束的时间点，用于最终判定客户好坏标签。
时间窗口设定原则：
- 表现期长度应覆盖完整的风险暴露周期，通常为6~24个月。
- 观察点与表现期之间需预留足够的“等待期”，避免幸存者偏差。
- 对于循环信贷产品，表现期需考虑额度使用率与还款行为的变化。
4.3 滚动率分析
滚动率（Roll Rate）是衡量客户从当前逾期状态向更严重逾期状态迁移概率的关键指标。通过滚动率分析，可以验证好坏客户定义的合理性，并确定最优的逾期阈值。
| 当前逾期状态 | 下一期滚动至FPD30+ | 下一期滚动至FPD60+ | 下一期滚动至FPD90+ |
|---|---|---|---|
| 正常（0天） | 2.3% | 0.8% | 0.2% |
| FPD1-29 | 35.6% | 12.4% | 3.1% |
| FPD30-59 | — | 68.2% | 22.7% |
| FPD60-89 | — | — | 81.5% |
关键洞察：当滚动率在某个逾期天数后出现“陡峭上升”时，该天数通常被选为好坏客户的划分阈值。例如，若FPD30+的滚动率从2.3%跃升至35.6%，则FPD30是合理的坏客户定义起点。
4.4 Vintage曲线
Vintage曲线（也称账龄曲线）用于追踪不同放款月份（或季度）的资产组合在后续各月中的逾期率或坏账率变化。它能够帮助识别时期效应、队列效应和成熟效应。
- 队列效应：不同放款月份的客户质量差异，反映在曲线起始位置的高低。
- 时期效应：外部环境变化（如疫情、政策）导致所有队列同时出现异常波动。
- 成熟效应：随着账龄增长，逾期率逐渐趋于稳定，形成“成熟期”。
Vintage曲线应用要点：
- 选择表现期长度时，应参考Vintage曲线达到“成熟期”所需的账龄。
- 若不同队列的曲线形态差异过大，需考虑引入时间特征或分群建模。
- Vintage曲线也可用于监控模型稳定性，若新队列曲线显著偏离历史模式，需重新训练模型。
4.5 样本构建流程总结
综合以上内容，授信决策模型的样本构建可归纳为以下步骤：
- 确定观察点：根据业务场景选择授信审批日或贷后评估日。
- 设定表现期：基于Vintage曲线分析，选择逾期率趋于稳定的账龄长度（通常12~18个月）。
- 定义好坏标签：通过滚动率分析确定最优逾期阈值（如FPD30+为坏客户）。
- 提取特征：在观察点提取客户的人口统计学、征信、行为等特征。
- 生成标签：在表现点根据客户在表现期内的逾期表现生成二分类或多分类标签。
- 数据清洗与验证：剔除缺失严重、逻辑冲突的样本，并验证标签分布与业务预期一致。
避坑指南：避免使用“未来信息”构造特征（如用表现期内的还款行为预测逾期），这会导致严重的过拟合。所有特征必须在观察点之前或当天可用。