1. 课程导论：赔付率与坏样本归因的核心逻辑，课程目标与适用人群

1.1 为什么从赔付率看坏样本？

在信贷风控、保险理赔、交易反欺诈等业务中，赔付率（Loss Ratio）是衡量资产质量与风险定价是否合理的终极指标。然而，当赔付率异常攀升时，业务方往往陷入“归因迷雾”——究竟是客群下沉导致坏账增加，还是策略规则误杀了好人，抑或是数据采集环节出现了系统性偏差？

本课程的核心逻辑在于：赔付率是坏样本的“温度计”，坏样本归因是赔付率的“解剖刀”。只有将赔付率的波动拆解到具体的样本维度（如渠道、产品、时段、用户画像），才能定位真正的风险病灶，而非停留在宏观数字的焦虑上。

1.2 赔付率与坏样本归因的核心逻辑

归因分析不是简单的“谁逾期了谁就是坏样本”，而是通过分层拆解与对比分析，回答三个关键问题：

1. 哪里变坏了？ — 定位赔付率上升的主要贡献维度（渠道、产品、地区、时间窗口）。
2. 为什么变坏？ — 区分是“量变”（坏样本数量增加）还是“质变”（单样本赔付金额上升）。
3. 如何验证？ — 通过统计检验与业务逻辑交叉验证，避免伪相关。

1.3 课程目标

• 掌握归因方法论： 学会使用分层分析、贡献度拆解、对比实验等工具，从赔付率波动中精准定位坏样本来源。
• 提升业务决策力： 能够输出可落地的归因报告，指导策略调整（如收紧某渠道准入、优化产品定价、修复数据采集漏洞）。
• 建立风控闭环： 将归因结果反哺到模型迭代与策略监控中，形成“监控-归因-优化-再监控”的持续改进机制。

1.4 适用人群

1.5 归因分析核心流程（SVG）

1.6 课程内容概览

本课程共 30 章，分为四大模块：