风险定价流式决策：额度策略与模型serving实战 - 第1节
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，差异化地设定贷款价格（利率、费率）与授信额度的过程。其核心逻辑是：高风险对应高价格，低风险对应低价格，使风险与收益在个体层面实现匹配。
核心公式（简化）：
贷款价格 = 资金成本 + 运营成本 + 预期损失 + 资本成本 + 目标利润率其中，预期损失 = 违约概率（PD）× 违约损失率（LGD）× 违约风险敞口（EAD），是风险定价中与借款人信用最直接相关的变量。
| 维度 | 说明 | 示例 |
|---|---|---|
| 资金成本 | 金融机构获取资金的成本 | 存款利率、同业拆借利率 |
| 运营成本 | 获客、审批、贷后管理等费用 | 单笔获客成本约 50~200 元 |
| 预期损失 | 基于风险模型预估的贷款损失 | PD 5% × LGD 60% × EAD 10,000 = 300 元 |
| 资本成本 | 监管要求持有的资本占用成本 | 风险加权资产 × 资本回报率要求 |
| 目标利润率 | 机构期望的净息差或 ROE | 年化净息差 3%~5% |
1.2 金融场景中的定价逻辑
不同金融场景下，风险定价的侧重点和实现方式存在差异。以下从三个典型场景进行对比：
| 场景 | 定价核心 | 典型产品 | 风险敏感度 |
|---|---|---|---|
| 消费信贷 | 以个人信用评分（如 FICO、芝麻分）为核心，结合收入负债比 | 信用卡、现金贷、分期购物 | 高 |
| 小微企业贷款 | 以经营数据、税务数据、法人信用为主 | 税贷、流水贷、供应链金融 | 中高 |
| 抵押贷款 | 以抵押物价值、LTV（贷款价值比）为核心 | 房贷、车贷 | 中低 |
在消费信贷场景中，风险定价通常采用分档定价策略：将客户按风险等级划分为若干档位，每档对应一个利率区间。例如：
- A 档（优质客户）：年化利率 7%~10%
- B 档（标准客户）：年化利率 10%~15%
- C 档（次级客户）：年化利率 15%~24%
- D 档（高风险客户）：年化利率 24%~36%（或直接拒绝）
实践要点：分档不宜过细（通常 5~8 档），否则会导致模型区分度不足、业务解释困难；也不宜过粗，否则无法实现精准的风险收益匹配。
1.3 利率与额度的关系
利率与额度是风险定价中两个最核心的决策变量，二者并非独立，而是通过风险-收益-损失三角模型相互制约。
具体关系可总结为以下三点：
- 风险 → 利率（正向）：风险越高，预期损失越大，需要更高的利率来覆盖损失并维持目标利润率。
- 风险 → 额度（反向）：风险越高，机构愿意承担的单笔损失上限越低，因此授信额度被压缩。
- 利率 ↔ 额度（反向）：在风险水平固定的情况下，提高利率可以部分补偿额度提升带来的额外风险敞口；反之，降低额度可以允许更低的利率。
常见误区：部分业务方认为“高利率可以覆盖高风险，因此可以给高风险客户高额度”。实际上，高利率会加剧逆向选择（吸引更差的客户）和道德风险（客户还款意愿下降），导致实际损失远超预期。额度与利率的设定必须同时考虑价格弹性和客户行为反应。
1.4 风险定价的决策流程
在流式决策架构中，风险定价通常按以下步骤执行：
| 步骤 | 动作 | 输入 | 输出 |
|---|---|---|---|
| 1 | 身份核验与反欺诈 | 用户身份信息、设备指纹 | 欺诈评分、黑名单命中结果 |
| 2 | 信用风险评估 | 征信数据、行为数据、第三方数据 | PD（违约概率）评分 |
| 3 | 额度预计算 | PD 评分、收入、负债、LTV | 初始额度区间 |
| 4 | 利率定价 | PD 评分、额度、资金成本、目标利润率 | 年化利率 |
| 5 | 额度-利率联合校准 | 初始额度、利率、风险容忍度 | 最终额度与利率 |
| 6 | 决策输出与记录 | 最终决策、模型版本、特征快照 | 授信结果、决策日志 |