4. 特征分类体系：身份特征、联系特征、行为特征、风险特征、还款能力特征

在合规催收场景中，特征变量的质量直接决定模型区分度与业务可解释性。根据催收作业流程与数据来源，我们将特征归纳为五大类：身份特征、联系特征、行为特征、风险特征、还款能力特征。每类特征在模型中的角色、稳定性与合规要求均有差异，需在筛选阶段逐一评估。

4.1 五大特征分类总览

4.2 身份特征：基础画像与合规边界

身份特征描述借款人的基本社会属性，是模型中最稳定的变量层。但在合规催收框架下，部分身份变量可能涉及歧视性风险（如种族、宗教、性别），需在特征筛选阶段剔除或做脱敏处理。

• 常用变量： 年龄（分段）、性别（仅用于统计校验）、婚姻状况、学历等级、职业类别、居住城市等级、户籍地。
• 筛选要点：
  • 剔除直接或间接指向敏感属性的变量（如民族、宗教信仰）。
  • 对连续型变量（如年龄）做分箱处理，避免模型过拟合。
  • 检查身份特征与目标变量的单调性，若出现U型或倒U型分布，需结合业务解释。

4.3 联系特征：催收作业的核心信号

联系特征直接反映催收过程中的触达效率与借款人配合意愿，是催收模型区别于传统信用模型的关键差异点。这类特征时效性极强，通常以近7天、近14天为窗口。

4.4 行为特征：预测能力最强的特征群

行为特征记录借款人在借贷生命周期内的主动行为与被动行为，是催收模型中区分度最高的变量来源。行为特征通常具有高方差、高缺失率的特点，需做针对性处理。

• 还款行为： 近30天还款次数、还款金额占比、是否使用最低还款、提前还款次数。
• APP操作行为： 登录频率、页面停留时长、是否查看还款计划、是否点击“延期申请”。
• 沟通行为： 承诺还款次数、承诺履约率、主动来电次数、投诉记录。
• 筛选要点：
  • 对高频行为变量做平滑处理（如近7天登录次数取对数）。
  • 承诺履约率需结合时间窗口，避免因样本量过小导致波动。
  • APP操作行为需区分“主动操作”与“被动推送点击”，后者噪声较大。

# 行为特征衍生示例（Python伪代码）
import pandas as pd
import numpy as np

# 原始数据：用户每日还款记录
df['repay_count_30d'] = df.groupby('user_id')['repay_flag'].transform(
    lambda x: x.rolling(30, min_periods=1).sum()
)

# 承诺履约率：近14天承诺还款次数 / 实际还款次数
df['promise_keep_rate'] = df['promise_repay_cnt_14d'] / (df['actual_repay_cnt_14d'] + 1e-6)

# APP登录频率：近7天登录天数 / 7
df['login_freq_7d'] = df['login_days_7d'] / 7

4.5 风险特征：外部征信与内部黑名单

风险特征主要来源于第三方征信机构与内部历史记录，用于评估借款人的信用风险水平。这类特征在催收模型中通常作为“底线变量”——一旦触发高风险阈值，催收策略需立即升级。

4.6 还款能力特征：收入与负债的平衡

还款能力特征直接衡量借款人是否有钱还，是催收策略中“是否给予减免”或“是否制定分期方案”的核心依据。这类特征数据获取难度最大，常需通过模型推算或第三方数据补充。

• 收入类： 月收入（自报或推算）、收入稳定性（职业类型+工龄）、社保/公积金缴纳基数。
• 负债类： 总负债金额、月还款额、负债收入比（DTI）、信用卡使用率。
• 资产类： 房产拥有情况、车辆价值、金融资产（理财、存款）。
• 支出类： 月均消费金额、消费结构（必要支出 vs 可选支出）。

4.7 特征分类体系架构图

下图展示五大特征分类在催收模型中的层级关系与数据流向：

4.8 特征分类与催收策略的映射关系

不同特征分类在催收策略中承担不同角色。下表展示特征分类与催收动作的典型映射：