1. 课程导论：额度定价模型的核心目标与业务价值，训练集切分对模型性能的关键影响
1.1 额度定价模型的核心目标
额度定价模型是消费金融与信贷业务中连接风险控制与商业收益的核心引擎。其核心目标并非单纯地“拒绝坏客户”或“给低风险客户最低利率”，而是在风险、收益与客户体验之间找到最优平衡点。
| 维度 | 核心目标 | 业务解释 |
|---|---|---|
| 风险匹配 | 差异化授信 | 根据预测违约概率（PD）与损失率（LGD），为不同客户匹配差异化的额度上限与利率区间。 |
| 收益最大化 | 风险调整后收益（RAROC） | 在覆盖预期损失与非预期损失的前提下，追求每笔授信的净收益最大化。 |
| 客户体验 | 价格敏感度与留存 | 避免“一刀切”的高利率导致优质客户流失，同时防止低利率被高风险客户套利。 |
| 合规与公平 | 模型可解释性 | 确保定价策略符合监管要求，避免对特定人群产生歧视性定价。 |
业务价值总结：一个优秀的额度定价模型，能够将信贷资产的坏账率降低 15%-30%，同时通过精准定价提升优质客户的转化率与生命周期价值（LTV），直接贡献数千万至数亿元的年化利润。
1.2 训练集切分：模型性能的“隐形杠杆”
在额度定价模型的开发流程中，训练集、验证集与测试集的切分方式，往往被低估为“简单的数据划分”。然而，切分策略直接决定了模型对真实业务场景的泛化能力。错误的切分会导致模型在离线评估中表现优异，上线后却迅速失效。
训练集切分对模型性能的关键影响体现在以下三个层面：
- 时间序列依赖性：信贷数据具有强时间衰减性。如果随机切分（而非按时间切分），模型会“偷看”未来信息，导致在真实在线推理时性能断崖式下跌。
- 样本分布偏移：不同时间窗口的客群结构、宏观经济环境存在差异。切分策略必须保证训练集与测试集分布尽可能一致，或至少让模型学会适应分布漂移。
- 定价策略的反馈循环：历史定价策略本身会影响样本的“好坏”标签。切分不当会引入选择偏差，使模型学到的是历史策略的偏好，而非真实的风险规律。
实践提示：在额度定价模型中，按时间顺序切分（例如：前 18 个月数据训练，后 6 个月数据验证）是行业标准做法。随机切分仅在极少数无时间效应的静态特征场景下适用。
1.3 切分策略对模型评估指标的扭曲效应
不同的切分方式会显著改变模型在验证集上的 KS、AUC、Lift 等指标。下表展示了同一模型在不同切分策略下的指标差异（基于某消费金融公司真实脱敏数据）：
| 切分策略 | 验证集 KS | 验证集 AUC | 上线后 3 个月 KS | 评估结论 |
|---|---|---|---|---|
| 随机切分（80/20） | 0.52 | 0.88 | 0.31 | 严重高估，模型失效 |
| 按时间切分（前 80% / 后 20%） | 0.41 | 0.82 | 0.38 | 评估稳健，泛化良好 |
| 分层时间切分（按客群分层） | 0.43 | 0.83 | 0.40 | 最佳实践，偏差最小 |
避坑指南：切勿仅依赖离线 AUC 或 KS 决定模型是否上线。务必使用时间序列切分后的验证集指标作为主要决策依据。随机切分下的“高指标”往往是过拟合到历史噪声的假象。
1.4 额度定价模型开发流程中的切分位置
训练集切分并非孤立步骤，它嵌入在模型开发的全流程中。下图展示了切分环节在额度定价模型流水线中的关键位置：
1.5 本课程的核心内容预览
在后续章节中，我们将深入拆解训练集切分的每一个技术细节，包括但不限于：
- 时间序列切分的窗口设计：如何选择训练集与验证集的时间窗口长度，避免“窗口过短导致样本不足”或“窗口过长引入陈旧信息”。
- 分层切分与样本加权：针对长尾客群（如高额度低风险客户），如何通过分层切分保证模型在各子群体上的表现均衡。
- 交叉验证在定价模型中的适配：为什么标准 K-Fold 交叉验证在信贷时间序列数据中可能失效，以及如何改造为“时间序列滚动交叉验证”。
- 切分后的偏差校正技术：当训练集与测试集分布存在系统性差异时，如何使用逆概率加权（IPW）或对抗验证进行校正。
学习目标：完成本章节后，你将能够独立设计一套适用于额度定价模型的训练集切分方案，并能够诊断现有切分策略对模型性能的具体影响，从而在模型开发初期就规避“离线高指标、线上低性能”的陷阱。