1.1 风险定价模型概述

1.1.1 风险定价的定义

风险定价（Risk-Based Pricing）是指金融机构根据借款人的信用风险水平，差异化地设定贷款利率、额度或费率的过程。其核心逻辑是：高风险客户对应高利率，低风险客户对应低利率，从而在覆盖预期损失的同时实现盈利。

在量化金融中，风险定价模型通常以违约概率（PD）、违约损失率（LGD）和违约风险敞口（EAD）为核心输入，通过风险调整后资本回报率（RAROC）或定价公式计算出最终价格。

1.1.2 模型在金融中的作用

风险定价模型在金融业务中扮演着风险识别、价格发现和资本配置三大角色。具体作用如下表所示：

1.1.3 为什么需要划分训练集与验证集

在构建风险定价模型时，训练集（Training Set）用于拟合模型参数，验证集（Validation Set）用于评估模型的泛化能力。划分两者的必要性体现在以下四个方面：

1. 防止过拟合（Overfitting）：模型在训练集上表现优异，但在新数据上失效。验证集可以暴露这种“记忆数据”而非“学习规律”的问题。
2. 评估真实预测能力：只有通过未见过的数据检验，才能判断模型是否真正捕捉到了风险与定价之间的稳定关系。
3. 参数调优与模型选择：在多个候选模型或超参数组合中，验证集提供客观的对比基准，避免“数据窥探偏差”。
4. 监管合规要求：巴塞尔协议及国内金融监管机构明确要求模型开发必须包含独立的验证流程，确保模型稳健性。

1.1.4 训练集与验证集划分的流程框架

下图展示了风险定价模型开发中，从原始数据到模型验证的完整流程：

1.1.5 划分比例与常见策略

训练集与验证集的划分比例需根据数据量、模型复杂度及业务场景灵活调整。下表总结了不同场景下的推荐策略：

1.1.6 划分后的数据使用规范

划分完成后，训练集与验证集在整个模型开发周期中应遵循以下使用规范：

• 训练集：用于特征选择、参数估计、模型拟合。所有数据预处理（如缺失值填充、异常值处理、标准化）的统计量应基于训练集计算，再应用到验证集。
• 验证集：仅用于评估模型性能、比较不同模型、调整超参数。验证集上的任何信息（包括统计分布）都不应反向影响训练过程。
• 禁止循环使用：避免在验证集上反复调参后，再将其合并回训练集重新训练，这会导致模型对验证集过拟合。
• 保持数据独立性：确保训练集与验证集之间没有客户重叠或时间重叠，防止信息泄露。