1. 风险定价概述
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，为其金融产品（如贷款、信用卡、保险）设定差异化利率或费率的定价方法。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，使价格能够充分覆盖预期损失与非预期损失。
在量化金融实践中，风险定价通常由以下三个核心要素构成：
- 预期损失（EL）：违约概率（PD）× 违约损失率（LGD）× 违约风险暴露（EAD）
- 非预期损失（UL）：基于风险敞口和资产相关性计算的经济资本成本
- 资金成本与运营成本：包括负债端资金成本、获客成本、贷后管理成本等
关键公式： 风险定价利率 = 资金成本 + 运营成本 + 预期损失 + 经济资本成本 + 目标利润率
1.2 风险定价在金融业务中的核心作用
风险定价不仅是风险管理的工具，更是金融机构实现盈利最大化与风险可控平衡的关键手段。其核心作用体现在以下四个维度：
| 作用维度 | 具体描述 | 业务价值 |
|---|---|---|
| 风险覆盖 | 通过价格差异覆盖不同信用等级客户的潜在违约损失 | 降低坏账率，提升资产组合质量 |
| 客户筛选 | 高定价自然过滤高风险客群，低定价吸引优质客户 | 优化客群结构，减少逆向选择 |
| 资本效率 | 将经济资本配置到风险调整后收益（RAROC）更高的业务 | 提升资本回报率（ROE） |
| 竞争策略 | 针对不同细分市场制定差异化定价策略 | 增强市场渗透率与定价灵活性 |
实战提示： 在消费金融场景中，风险定价的粒度通常细化到“客户-产品-渠道”三维交叉维度，而非仅依赖单一信用评分。
1.3 风险定价与信用评分的区别
信用评分（Credit Scoring）与风险定价虽然高度相关，但在目标、输出、应用场景上存在本质差异。下表从六个关键维度进行对比：
| 对比维度 | 信用评分 | 风险定价 |
|---|---|---|
| 核心目标 | 评估借款人违约可能性（排序） | 确定借款人应支付的合理价格（量化） |
| 输出形式 | 分数（如 300-850）或等级（A/B/C） | 利率（如 8.5%）、费率、年化成本 |
| 输入变量 | 以还款历史、负债率、信用历史长度为主 | 除信用特征外，还需资金成本、LGD、EAD、经济资本 |
| 时间维度 | 侧重历史行为预测未来违约 | 侧重当前时点的成本加成与风险溢价 |
| 业务场景 | 审批决策、额度授予、贷后监控 | 利率定价、产品设计、差异化营销 |
| 模型类型 | 逻辑回归、XGBoost、评分卡 | 回归模型、分位数回归、LightGBM 回归 |
常见误区： 许多从业者将信用评分直接映射为利率，忽略了资金成本、LGD 和资本成本的差异。这种做法在低风险客群中可能定价过高，在高风险客群中可能定价不足，导致整体组合收益下降。
1.4 风险定价与信用评分的业务关系
下图展示了风险定价与信用评分在信贷全流程中的位置关系：
从流程图中可以看出：信用评分是风险定价的上游输入，但风险定价还需要额外引入资金成本、LGD、EAD 和经济资本等要素。在 LightGBM 实战中，我们通常将信用评分作为重要特征输入到定价模型中，而非直接作为定价依据。
1.5 风险定价的常见误区与避坑
- 误区一：评分越高，定价越低 —— 忽略了资金成本波动和 LGD 差异，可能导致优质客户定价过低、劣质客户定价不足。
- 误区二：使用单一模型同时做评分和定价 —— 评分模型侧重排序能力，定价模型侧重校准能力，目标函数不同，应分别建模。
- 误区三：训练集切分不考虑时间序列 —— 风险定价模型对时间敏感性极高，随机切分会导致未来数据泄露，必须使用时间序列切分。