1. 催收业务概述

1.1 催收行业现状

催收行业是金融信贷生态中不可或缺的一环。随着消费金融、信用卡、网贷等业务的快速发展，不良资产规模持续攀升。当前行业呈现以下特征：

• 市场规模扩大：据行业统计，2023年末我国商业银行不良贷款余额已超过3万亿元，催收行业渗透率持续提高。
• 监管趋严：2022年以来，多部委联合整治暴力催收、信息泄露等乱象，合规催收成为企业生命线。
• 技术驱动转型：传统人工催收正向“数据+策略+系统”的智能催收模式演进，催收特征筛选成为策略优化的核心环节。
• 细分赛道分化：银行信用卡、消费金融、网贷、车贷等不同资产类型，催收策略差异显著，特征工程需因客而异。

1.2 催收全流程解析

一个完整的催收流程通常包含以下阶段，每个阶段对应不同的策略目标和特征需求：

催收特征筛选贯穿整个流程，不同阶段关注的特征维度差异巨大。例如，M1阶段更关注联系信息完整度和历史还款习惯，而M4+阶段则更关注资产线索和法律风险。

1.3 催收策略的核心要素

一个有效的催收策略，由以下四大核心要素构成。特征筛选为这些要素提供数据支撑：

1. 客群分层：基于逾期天数、历史行为、风险评分等特征，将客户划分为不同风险等级，匹配差异化策略。
2. 触达策略：选择催收渠道（电话、短信、信函、上门）、频次、时段和话术，特征筛选帮助判断“何时联系、如何联系”。
3. 施压与谈判：根据客户还款能力、还款意愿、失联状态等特征，动态调整施压强度和谈判方案。
4. 资源分配：将催收员、系统资源、委外预算优先分配给高价值、高回收可能的案件，特征筛选是资源优化的前提。

1.4 特征筛选在策略中的位置

催收特征筛选是连接原始数据与策略决策的桥梁。其核心价值体现在：

• 降维：从数百个原始字段中提取出对催回率有显著影响的少量关键特征。
• 去噪：剔除缺失率高、分布异常、与目标无关的冗余特征，提升模型稳定性。
• 可解释：筛选出的特征必须能被业务理解，例如“近7天联系次数”比“PCA第一主成分”更具业务意义。
• 时效性：催收场景下，特征需支持每日更新，筛选过程必须考虑计算效率和存储成本。