2. 样本定义与标签设计：好坏样本定义、逾期天数与标签映射、观察点与表现期设定

在风控建模中，样本定义与标签设计是决定模型上限的基石。如果好坏样本的定义不清晰、观察点与表现期设定不合理，后续的特征工程和模型训练将失去可靠的参照系。本节将系统讲解好坏样本的判定逻辑、逾期天数与标签的映射关系，以及观察点与表现期的设定方法。

2.1 好坏样本定义

好坏样本的定义直接决定了模型要预测的目标。在信贷风控中，通常以借款人的还款行为作为判定依据。常见的定义方式包括：

• 好样本（Good）：在表现期内按时还款或仅发生轻微逾期（如逾期 1-29 天）的客户。
• 坏样本（Bad）：在表现期内发生严重逾期（如逾期 ≥30 天）或最终成为坏账的客户。
• 模糊样本（Indeterminate / Reject）：表现期不足、提前结清或逾期天数处于中间区间的客户，通常从建模样本中剔除。

2.2 逾期天数与标签映射

逾期天数（Days Past Due, DPD）是衡量客户还款行为的关键指标。将连续的逾期天数映射为二分类或多分类标签，是标签设计的核心步骤。下表展示了常见的映射规则：

在实际操作中，标签映射需要结合业务逻辑和样本分布进行调整。例如，某些机构会将 DPD ≥ 60 作为坏样本阈值，以平衡样本量和坏账率。

2.3 观察点与表现期设定

观察点（Observation Point）和表现期（Performance Window）是样本定义的时间框架。观察点是开始观察客户行为的时间点，表现期是观察客户还款表现的时间长度。合理的设定能确保模型预测的是未来风险，而非历史结果。

下图展示了观察点与表现期的关系，以及样本标签的生成流程：

2.4 样本定义中的常见陷阱

• 表现期过短：如果表现期不足，部分坏样本可能尚未暴露，导致标签偏乐观。
• 观察点不一致：不同客户的观察点应统一（如放款日），否则会导致时间偏差。
• 模糊样本处理不当：将模糊样本强行归入好或坏样本，会引入噪声。
• 标签泄漏：使用表现期之后的信息来定义标签，会导致模型在训练时“看到未来”。

2.5 样本分层与标签设计实践

在实际项目中，样本定义往往需要结合业务场景进行分层。例如，针对不同产品线（现金贷、分期、信用卡）或不同客群（新客、老客），可以设定不同的逾期阈值和表现期长度。下表展示了常见的分层策略：