2. 正负样本定义：逾期标签的确定、好坏客户的时间窗口选择、观察点与表现期设定
正负样本的定义是风控模型构建的基石。定义错误或窗口选择不当，会导致模型学习到错误的规律，甚至出现“好坏颠倒”的灾难性后果。本节将系统讲解逾期标签的确定逻辑、时间窗口的选择方法以及观察点与表现期的设定原则。
2.1 逾期标签的确定：从逾期天数到好坏定义
逾期标签是判断客户“好”与“坏”的核心依据。通常以“逾期天数”作为量化指标，但不同业务场景对“坏客户”的定义差异很大。
| 逾期天数 (DPD) | 常见标签 | 适用场景 | 风险含义 |
|---|---|---|---|
| DPD 1-7 | M1 (早期逾期) | 短期小额产品、现金贷 | 流动性风险，部分可回收 |
| DPD 8-30 | M2 (中期逾期) | 消费分期、信用卡 | 信用风险上升，催收成本增加 |
| DPD 31-60 | M3 (严重逾期) | 大额信贷、抵押贷款 | 违约风险高，需重点监控 |
| DPD 61-90 | M4+ (坏账) | 所有信贷产品 | 通常定义为“坏客户” |
避坑提示： 不要将“逾期1天”直接定义为坏客户。短期逾期可能由遗忘或系统延迟导致，模型会误将正常用户标记为坏样本，导致误杀率飙升。建议至少使用 DPD 30+ 作为坏客户定义起点。
2.2 好坏客户的时间窗口选择：表现期与观察期
时间窗口的选择决定了模型预测的是“短期风险”还是“长期风险”。核心概念包括：
- 观察点 (Observation Point)： 模型进行预测的时间节点，通常是客户申请日或放款日。
- 表现期 (Performance Window)： 观察点之后，用于观察客户是否发生逾期的时间长度。
- 观察期 (Observation Window)： 观察点之前，用于提取客户历史行为特征的时间长度。
经验法则： 表现期越长，坏客户定义越准确，但样本量会减少（因为需要等待更长时间）。通常表现期设为 6-12 个月，观察期设为 3-6 个月。
2.3 观察点与表现期设定：SVG 流程图
下图展示了标准的时间窗口设定逻辑，帮助理解观察点、观察期与表现期的关系。
2.4 常见时间窗口配置方案
不同业务场景下，观察期与表现期的配置差异较大。下表总结了三种典型方案：
| 业务类型 | 观察期长度 | 表现期长度 | 坏客户定义 | 适用产品 |
|---|---|---|---|---|
| 短期现金贷 | 1-3 个月 | 1-3 个月 | DPD 7+ | 7-30 天借款 |
| 消费分期 | 3-6 个月 | 6-12 个月 | DPD 30+ | 3-24 期分期 |
| 大额抵押贷款 | 6-12 个月 | 12-24 个月 | DPD 90+ | 房贷、车贷 |
常见陷阱： 表现期过短（如仅1个月）会导致大量“好客户”实际上未来会逾期，模型会低估风险。表现期过长（如24个月）会导致样本量急剧减少，且模型无法及时迭代。建议根据产品周期和业务容忍度，选择 6-12 个月作为默认表现期。
2.5 好坏客户定义的时间窗口：SVG 对比图
下图对比了“短期坏客户”与“长期坏客户”在时间窗口上的差异，帮助理解不同定义对样本构建的影响。
2.6 样本构建避坑清单
- 避免样本选择偏差： 不要只选择“有完整表现期”的样本，否则会剔除早期逾期客户，导致样本失真。
- 避免时间穿越： 观察期特征必须严格在观察点之前提取，不能使用表现期内的数据。
- 避免标签泄露： 表现期内的逾期信息不能用于观察期特征计算，否则模型会“作弊”。
- 避免窗口不一致： 所有样本的观察点和表现期长度必须统一，不能有的用6个月、有的用12个月。
最佳实践： 建议在构建样本时，先确定坏客户定义（如 DPD 30+），再统一设定观察点（放款日），然后固定表现期长度（如12个月）。最后，从观察点往前推观察期（如6个月）提取特征。这样能最大程度保证样本的一致性和模型的可解释性。