2. 风险标签定义：逾期、欺诈、套现、洗钱等常见商户风险标签的构建方法

风险标签是商户评分模型的因变量（Y），其定义质量直接决定模型的上限。本章系统阐述逾期、欺诈、套现、洗钱四类核心风险标签的构建逻辑、数据来源与判定规则，并给出可落地的标签化流程。

2.1 风险标签体系总览

商户风险标签按业务性质可分为信用类与合规类两大类。下表对比了四类标签的核心差异：

标签类型	风险本质	时间窗口	典型数据源	标签粒度
逾期	资金偿还能力不足	固定周期（M1/M2/M3）	还款流水、账单记录	商户级/账户级
欺诈	身份或交易虚假	实时/近7天	设备指纹、IP、行为序列	交易级/商户级
套现	虚假交易套取资金	近30天	交易金额分布、关联账户	商户级
洗钱	资金非法流转	近90天	交易网络、资金链路	商户级/团伙级

2.2 逾期标签构建

逾期标签以还款行为为核心，通常采用“滚动率”方法定义。标准流程如下：

1. 确定观察点：选取每月账单日或固定考核日（如每月1日）。
2. 计算逾期天数：从应还款日到实际还款日之间的自然日差。
3. 划分逾期阶段：M1（1-30天）、M2（31-60天）、M3（61-90天）。
4. 生成标签：将逾期≥M2的商户标记为“坏商户”（Y=1），其余为“好商户”（Y=0）。

逾期标签的数据结构示例：

商户ID | 观察日期   | 应还款日   | 实际还款日 | 逾期天数 | 标签
M001   | 2024-06-01 | 2024-05-15 | 2024-06-20 | 36       | 1
M002   | 2024-06-01 | 2024-05-15 | 2024-05-18 | 3        | 0
M003   | 2024-06-01 | 2024-05-15 | 2024-07-10 | 56       | 1

2.3 欺诈标签构建

欺诈标签强调行为异常与身份伪造。构建方法分为规则引擎与模型辅助两类：

• 规则引擎：基于专家经验设定阈值，如“同一设备关联商户数≥5”、“注册IP属地与交易IP属地跨省且距离＞1000km”。
• 模型辅助：使用孤立森林或自动编码器对交易特征进行无监督打分，取异常分前1%作为欺诈候选。

欺诈标签的常见特征维度：

特征维度	具体指标	异常阈值示例
设备指纹	同一设备关联商户数	≥3
行为速度	1小时内交易笔数	≥10
信息一致性	法人姓名与银行卡开户名是否一致	不一致
历史黑名单	商户是否命中行业黑名单	是

2.4 套现标签构建

套现行为表现为交易金额模式异常与资金闭环。构建方法聚焦以下特征：

• 金额特征：交易金额集中在整数位（如999、1999）、频繁接近单笔限额。
• 时间特征：交易时间集中在深夜或非营业时段。
• 关联特征：同一持卡人在多个商户短时间内连续交易。

套现标签的判定流程：

输入：商户近30天交易流水
步骤1：计算每笔交易金额的“整数指数”（金额 mod 100 == 0 的比例）
步骤2：计算“深夜交易占比”（00:00-05:00交易笔数/总笔数）
步骤3：计算“关联持卡人重复率”（同一持卡人交易次数≥3的比例）
步骤4：若整数指数＞0.6 且 深夜占比＞0.3 且 重复率＞0.5，则标记为套现商户

2.5 洗钱标签构建

洗钱标签需要网络视角，关注资金在商户之间的流转路径。构建方法包括：

1. 交易网络构建：以商户为节点，交易金额为边权重，构建有向图。
2. 网络指标计算：计算每个商户的入度/出度比、中介中心性、资金循环指数。
3. 团伙检测：使用Louvain或标签传播算法识别紧密子图。
4. 标签生成：若商户所在子图满足“资金快进快出（入账后24小时内转出比例＞80%）”且“交易对手为高风险地区”，则标记为洗钱商户。

2.6 标签质量验证与迭代

标签构建完成后，必须进行质量验证，确保标签的区分度与稳定性。验证方法包括：

验证维度	方法	合格标准
区分度	KS统计量 / IV值	KS＞0.2 或 IV＞0.1
稳定性	PSI（群体稳定性指标）	PSI＜0.1
一致性	人工抽检100条样本	准确率≥90%
覆盖率	正样本占比	≥0.5%（避免过稀疏）

2.7 标签构建的常见陷阱与避坑指南

• 幸存者偏差：只使用存量商户构建标签，忽略已流失或已处罚商户，导致模型低估风险。应纳入全量历史商户。
• 标签泄漏：使用了未来信息（如用逾期后的交易特征预测逾期）。必须确保特征时间早于标签时间。
• 样本不平衡：正样本占比过低时，模型倾向于预测为负。建议使用过采样（SMOTE）或代价敏感学习。
• 标签漂移：业务规则变化（如逾期宽限期调整）导致标签定义不一致。需定期重标并记录版本。