3. 人群分层方法论：分层的目的、变量选择与标准设定
人群分层是信用风险定价的基石。通过将同质风险客户归入同一层级，金融机构能够为不同客群匹配差异化的利率、额度与期限，从而实现风险与收益的精准平衡。本节从分层目的、变量选择与标准设定三个维度展开。
3.1 分层的目的
分层不是简单的客户分组，而是为了实现以下核心目标：
- 风险定价精细化：避免“一刀切”定价导致优质客户流失、高风险客户逆向选择。
- 资本配置优化：将有限的信贷资源优先分配给低风险客群，降低整体不良率。
- 产品差异化设计：针对不同层级设计专属产品（如低利率循环贷、高利率分期贷）。
- 监管合规与公平性：通过可解释的分层变量（如收入、职业）避免歧视性定价。
- 动态监控与调整：分层结果可作为贷后监控的基准，及时预警客群风险迁移。
关键认知： 分层不是一次性的静态工作，而是随客户生命周期和宏观经济周期持续迭代的动态过程。分层粒度越细，定价精度越高，但运营复杂度也同步上升。
3.2 分层变量选择
变量选择直接影响分层效果。核心变量需同时满足预测力、稳定性与可解释性。以下为四类常用变量及其评估维度：
| 变量类别 | 典型指标 | 预测力 | 稳定性 | 数据可得性 |
|---|---|---|---|---|
| 收入 | 月均收入、收入负债比、收入波动率 | 高 | 中（受经济周期影响） | 高（工资流水、税单） |
| 年龄 | 年龄区间、生命周期阶段（青年/中年/老年） | 中 | 高 | 高（身份证、实名认证） |
| 职业 | 行业类别、职位层级、工作年限 | 中高 | 中（职业流动性） | 中（需交叉验证） |
| 历史信用 | 征信查询次数、逾期天数、信贷账户数 | 高 | 高 | 高（征信报告） |
变量选择原则： 优先使用历史信用和收入变量作为主分层维度；年龄和职业作为辅助维度用于细分客群。避免使用单一变量（如仅按年龄分层），否则容易产生“伪分层”现象。
3.3 分层标准设定
分层标准决定了最终客群的数量与边界。常用的设定方法包括：
- 等频分箱法：使每层客户数量大致相等，适用于均匀分布的数据。
- 等距分箱法：按变量值域等距切分，适用于线性关系明显的场景。
- 决策树分箱法：以违约率为目标变量，自动寻找最优切分点，适用于非线性关系。
- 业务经验法：结合行业标准（如收入低于当地最低工资标准2倍为高风险层）。
以下为基于收入与历史信用两个主变量的分层标准示例：
| 层级 | 收入条件 | 历史信用条件 | 建议定价区间（年化） |
|---|---|---|---|
| 优质层 | 月收入 ≥ 15,000 元 | 无逾期记录，征信查询次数 ≤ 3 次/年 | 4% – 8% |
| 标准层 | 月收入 8,000 – 14,999 元 | 逾期 ≤ 30 天，查询次数 4 – 6 次/年 | 8% – 14% |
| 关注层 | 月收入 4,000 – 7,999 元 | 逾期 31 – 90 天，查询次数 7 – 10 次/年 | 14% – 22% |
| 高风险层 | 月收入 < 4,000 元 | 逾期 > 90 天，查询次数 > 10 次/年 | 22% – 36% |
注意： 分层标准需定期回测（建议每季度一次）。若某层客户违约率连续两个周期偏离预期值超过 20%，应立即调整分层边界或引入新变量。
3.4 分层流程与变量关系
下图展示了从变量输入到分层输出的完整流程，以及各变量在分层中的权重关系：
3.5 分层效果验证
分层完成后，需通过以下指标验证分层质量：
- 层间差异显著性：各层违约率应呈现单调递增或递减趋势，相邻层违约率差异需通过统计检验（如卡方检验）。
- 层内同质性：同一层内客户的违约率标准差应小于整体标准差的一半。
- 稳定性指数（PSI）：分层变量在时间维度上的分布偏移应小于 0.1，否则需重新校准。
- 业务可操作性：每层客户数量不宜过少（建议 ≥ 500 个样本），否则定价模型无法收敛。
最佳实践： 建议采用“主变量 + 辅助变量”的二维分层矩阵。例如，以历史信用为主轴（4 档），以收入为副轴（3 档），形成 4×3 = 12 个细分格子，再根据业务需要合并为 4 – 6 个最终层级。这样既保留了分层精度，又避免了过度碎片化。