3. 拒绝原因分类体系
在风控建模中，拒绝原因并非单一维度的标签。为了在变量衍生与分箱阶段实现精准的拒绝推断，必须建立一套多维度的分类体系。本章从风险类型、业务环节、严重程度和可解释性四个维度对拒绝原因进行系统划分，为后续的特征工程提供结构化基础。
3.1 按风险类型分类
按风险类型分类是最核心的划分方式，直接关联到模型需要预测的违约概率。通常分为信用风险、欺诈风险和操作风险三大类。
| 风险类型 | 典型拒绝原因 | 数据来源 | 衍生方向 |
|---|---|---|---|
| 信用风险 | 征信逾期、负债过高、收入不稳定 | 征信报告、收入证明 | 逾期率、负债收入比、信用额度使用率 |
| 欺诈风险 | 身份冒用、设备伪造、团伙关联 | 设备指纹、行为轨迹、黑名单 | 设备关联数、IP聚集度、申请频次 |
| 操作风险 | 资料不全、信息不一致、重复申请 | 申请表单、影像资料 | 缺失率、一致性校验标志、重复次数 |
建模提示： 信用风险类拒绝原因适合做连续型变量衍生（如逾期天数、负债比）；欺诈风险类更适合做二值标志或计数型变量；操作风险类通常作为规则过滤层，不直接进入模型。
3.2 按业务环节分类
拒绝发生在不同的业务环节，每个环节的拒绝原因对模型训练的贡献不同。按环节分类有助于在变量衍生时保留时间顺序和流程上下文。
- 准入环节： 年龄不符、地域限制、行业禁入。此类拒绝通常由硬性规则触发，变量衍生时需考虑是否转化为“准入通过标志”。
- 反欺诈环节： 命中黑名单、设备异常、行为模式异常。此类拒绝样本的标签不确定性最高，需要结合人工复核结果进行半监督学习。
- 信用评估环节： 评分卡分数低于阈值、多头借贷过多、历史逾期严重。此类拒绝是拒绝推断的主要目标群体，变量衍生应尽量模拟通过样本的分布。
- 人工复核环节： 资料存疑、电核不通过、联系人异常。此类拒绝带有一定的主观判断，变量衍生时需引入“复核结论”作为辅助标签。
3.3 按严重程度分类
拒绝原因的严重程度决定了该样本在拒绝推断中的权重。严重程度越高，样本被赋予“坏样本”标签的置信度越高。
| 严重等级 | 定义 | 典型原因 | 拒绝推断权重 |
|---|---|---|---|
| Ⅰ级（致命） | 直接关联欺诈或严重违约 | 命中黑名单、虚假资料、法院执行 | 高权重（视为坏样本） |
| Ⅱ级（重度） | 信用风险极高，接近违约 | 当前逾期、负债率>80%、多头>10笔 | 中高权重（倾向坏样本） |
| Ⅲ级（中度） | 信用风险偏高，但未达违约 | 征信查询过多、收入不稳定 | 中等权重（需结合其他特征） |
| Ⅳ级（轻度） | 资料或规则问题，风险较低 | 资料不全、信息待核实 | 低权重（可能为好样本） |
实践建议： 在变量衍生阶段，建议将严重程度编码为有序数值（1-4），作为拒绝样本的辅助权重列。在分箱时，高权重样本的分布应优先与通过样本中的坏样本对齐。
3.4 按可解释性分类
可解释性分类决定了拒绝原因能否直接用于模型特征，以及是否需要额外的特征工程处理。
- 高可解释性： 原因明确、可量化，如“征信逾期次数=3次”。此类原因可直接衍生为数值特征，分箱时保持单调性。
- 中可解释性： 原因明确但难以直接量化，如“工作单位不稳定”。需要转化为代理变量（如工作更换频率、社保缴纳时长）。
- 低可解释性： 原因模糊或黑盒模型输出，如“综合评分不足”。此类原因需要拆解为子维度，或使用模型可解释性工具（SHAP/LIME）进行反向解析。
注意： 低可解释性的拒绝原因（如“综合评分不足”）在变量衍生时最容易引入噪声。建议先通过决策树或逻辑回归对拒绝原因进行拆解，提取出可量化的子特征后再进入分箱流程，避免直接将黑盒输出作为模型输入。