1. 贷后预警概述
1.1 贷后管理定义
贷后管理是指从贷款发放（或授信提用）到本息全部收回或信用结束的全过程管理活动。它覆盖了资金流向监控、客户经营跟踪、风险信号识别、逾期催收与资产处置等环节，是信贷生命周期中持续时间最长、管理成本最高、数据维度最复杂的阶段。
核心认知：贷后管理不是“出了问题再处理”，而是通过持续的数据监控与模型预警，在风险尚未暴露或刚刚萌芽时提前介入，变被动催收为主动管理。
| 管理阶段 | 主要工作内容 | 数据来源 |
|---|---|---|
| 放款后监控 | 资金流向核查、用途合规性检查 | 银行流水、交易凭证 |
| 常规跟踪 | 经营数据采集、财务报表分析、现场/非现场检查 | 税务、发票、ERP、征信 |
| 预警识别 | 异常指标监测、风险信号分级、预警工单生成 | 模型评分、外部数据源 |
| 风险处置 | 催收策略执行、重组/展期、法律诉讼 | 催收系统、法务系统 |
| 结清归档 | 本息结清确认、档案整理、复盘分析 | 核心账务系统 |
1.2 预警模型在风控体系中的定位
在完整的信贷风控体系中，预警模型处于“贷中监控”与“贷后管理”的交叉地带，是连接审批决策与催收处置的桥梁。它与贷前审批模型、贷中行为评分模型、贷后催收模型共同构成全生命周期风控模型矩阵。
关键区别：贷中行为评分侧重“当前违约概率”，而贷后预警模型侧重“未来风险恶化的可能性与速度”。预警模型更关注趋势、突变信号和外部环境变化。
1.3 课程目标与学习路径
本课程旨在帮助风控建模与数据分析人员，系统掌握贷后预警模型从设计、开发到看板落地的完整技能链。课程不局限于理论，强调可复用的工程化方法与可视化呈现。
| 模块 | 章节范围 | 核心产出 |
|---|---|---|
| 基础认知 | 第1-3章 | 预警指标体系、数据源梳理 |
| 模型开发 | 第4-12章 | 特征工程、模型训练、阈值设定 |
| 看板设计 | 第13-22章 | 可视化设计、交互原型、前端实现 |
| 应用实操 | 第23-28章 | 工单系统对接、策略调优、A/B测试 |
| 总结进阶 | 第29-30章 | 案例复盘、前沿趋势 |
学习路径建议
- 入门者：按章节顺序学习，重点完成第1-12章的代码复现与数据集练习。
- 有建模经验者：可跳过第4-8章基础部分，直接进入第9章后的特征工程与看板设计。
- 工程落地导向：重点关注第13-28章，结合自身业务数据完成看板原型搭建。
学习提醒：贷后预警模型涉及大量时间序列数据和外部数据源，建议提前准备好至少6个月以上的历史样本数据，并确保数据中包含“正常”与“风险”两类标签，否则模型训练效果将大打折扣。