2. 风控模型基础：常见交易风控模型与评估指标

实时交易风控系统依赖多种模型协同工作，覆盖交易前、中、后全链路。本章聚焦三类核心模型——反欺诈模型、信用评分模型、交易限额模型，并深入讲解业界通用的模型评估指标（KS、AUC、F1-score），为后续A/B测试的假设检验与效果度量奠定基础。

2.1 常见交易风控模型

2.1.1 反欺诈模型

反欺诈模型旨在实时识别并阻断异常交易行为，通常基于设备指纹、行为序列、关联网络等特征构建。常见技术包括规则引擎、机器学习分类器（如XGBoost、LightGBM）以及图神经网络。

  • 输入特征：交易IP、设备ID、地理位置、操作频率、历史拒付率。
  • 输出：欺诈概率分数（0~1），或直接输出“通过/拒绝/人工审核”决策。
  • 典型场景：盗卡交易、账户盗用、恶意刷单。

2.1.2 信用评分模型

信用评分模型评估交易对手的还款意愿与能力，常用于信贷交易、分期付款、先买后付等场景。模型输出为信用分数（如300~850分），分数越高代表违约风险越低。

  • 输入特征：征信报告、收入负债比、历史还款记录、多头借贷情况。
  • 输出：信用评分或违约概率（PD）。
  • 典型场景：信用卡交易授权、贷款审批、额度调整。

2.1.3 交易限额模型

交易限额模型动态控制单笔、单日、单账户的交易金额上限，防止大额盗刷或异常资金流出。限额策略通常结合用户画像、交易历史、风险等级进行差异化设定。

  • 输入特征：用户历史交易均值、当前账户余额、交易对手风险等级。
  • 输出：单笔限额、日累计限额、月累计限额。
  • 典型场景：大额转账、跨境支付、虚拟货币交易。
实践要点：在A/B测试中，反欺诈模型通常关注“拦截率”与“误伤率”的平衡；信用评分模型更关注“区分度”与“校准度”；交易限额模型则需兼顾“用户体验”与“资金安全”。

2.2 模型评估指标

评估风控模型性能时，需从区分能力、排序能力、精确度三个维度综合衡量。下表对比了三个核心指标的定义与适用场景：

指标 全称 核心含义 适用模型 取值范围
KS Kolmogorov-Smirnov 好坏样本累计分布的最大差异 反欺诈、信用评分 0~1（越大越好）
AUC Area Under ROC Curve 模型随机排序正样本优于负样本的概率 反欺诈、信用评分 0.5~1（越大越好）
F1-score F1 Score 精确率与召回率的调和平均 反欺诈（不平衡场景） 0~1（越大越好）

2.2.1 KS（Kolmogorov-Smirnov）

KS统计量衡量模型对正负样本的区分能力。计算方式为：将样本按预测分数升序排列，分别计算累积好样本占比与累积坏样本占比，取两者差值的最大值。

# KS计算伪代码
def ks_score(y_true, y_pred):
    data = sorted(zip(y_pred, y_true), key=lambda x: x[0])
    total_bad = sum(y_true)
    total_good = len(y_true) - total_bad
    cum_bad = 0
    cum_good = 0
    ks = 0
    for _, label in data:
        if label == 1:
            cum_bad += 1
        else:
            cum_good += 1
        ks = max(ks, abs(cum_bad/total_bad - cum_good/total_good))
    return ks
  • 经验阈值：KS > 0.3 表示模型可用；KS > 0.5 表示区分能力优秀。
  • 注意：KS过高（如 > 0.8）可能暗示过拟合或特征泄露。

2.2.2 AUC（Area Under ROC Curve）

AUC是ROC曲线下的面积，反映模型对正负样本的排序能力。AUC=0.5表示随机猜测，AUC=1表示完美排序。

  • 计算方式：通过比较所有正负样本对的预测分数，统计正样本分数高于负样本的比例。
  • 优势：对样本不平衡不敏感，适合风控场景。
  • 经验阈值：AUC > 0.75 为可接受；AUC > 0.85 为优秀。

2.2.3 F1-score

F1-score是精确率（Precision）与召回率（Recall）的调和平均，适用于欺诈样本极度稀疏的场景（通常欺诈率 < 1%）。

F1 = 2 * (Precision * Recall) / (Precision + Recall)
  • 精确率：预测为欺诈的样本中，实际欺诈的比例。
  • 召回率：实际欺诈样本中，被正确识别出的比例。
  • 权衡：提高召回率通常会导致精确率下降，F1-score帮助找到最佳平衡点。
A/B测试选指标建议：
- 反欺诈模型A/B测试：主指标选F1-score或KS，辅指标选AUC。
- 信用评分模型A/B测试：主指标选KS，辅指标选AUC。
- 交易限额模型A/B测试：主指标选“误拦截率”与“资金损失率”，辅指标选KS。

2.3 模型评估指标关系图

下图展示了KS、AUC、F1-score在模型评估中的定位与相互关系：

风控模型评估指标关系图 风控模型评估指标关系图 模型评估 KS 区分能力 AUC 排序能力 F1-score 精确率+召回率 指标选择建议 反欺诈：F1-score + KS | 信用评分：KS + AUC | 交易限额：误拦截率 + KS

2.4 模型评估指标对比表

下表从计算复杂度、对不平衡敏感度、业务解释性三个维度进行横向对比：

维度 KS AUC F1-score
计算复杂度 低（排序+累计分布） 中（需遍历所有样本对） 低（混淆矩阵计算）
对不平衡敏感度 不敏感 不敏感 敏感（需关注正样本占比）
业务解释性 高（直观展示好坏分布差异） 中（概率意义） 高（直接反映误伤与漏报）
适用数据量 大样本（>1000） 大样本（>1000） 小样本也可用
实时风控场景 离线评估常用 离线评估常用 在线A/B测试常用
常见误区：
- 仅依赖AUC而忽略KS，可能错过模型在特定阈值下的区分能力不足问题。
- 在不平衡数据中（如欺诈率0.1%），F1-score比AUC更能反映模型的实际拦截效果。
- 交易限额模型不宜直接用F1-score评估，应关注“误拦截率”与“资金损失率”等业务指标。

2.5 模型评估流程

在实时交易风控场景中，模型评估通常遵循以下步骤：

  1. 数据准备：划分训练集、验证集、测试集（时间序列切分，避免未来信息泄露）。
  2. 模型训练：使用历史交易数据训练风控模型。
  3. 离线评估：在测试集上计算KS、AUC、F1-score，确认模型性能达标。
  4. 阈值选择：根据业务容忍度（如误伤率 < 1%）确定决策阈值。
  5. 在线A/B测试：将新模型与基线模型进行对比，监控实时指标变化。
  6. 持续监控：部署后定期重算KS、AUC，检测模型衰减（drift）。
← 上一章 📖 返回目录 下一章 →