3. 风险分层概念
3.1 风险分层的定义
风险分层（Risk Tiering / Risk Segmentation）是指将信用风险暴露按照预设的量化指标或定性规则，划分为若干个具有显著风险差异的层级或区间。每个层级内的客户在违约概率、损失程度或风险贡献上具有同质性，而不同层级之间则呈现明显的风险梯度。
在信用定价场景中，风险分层是连接“风险量化”与“差异化定价”的核心桥梁。它把连续的风险评分或违约概率映射为离散的定价档位，使金融机构能够针对不同风险水平的客户制定对应的利率、额度与期限策略。
核心公式： 风险分层 = 风险度量（PD / LGD / EAD）× 分层阈值（Cut-off / Bucket）→ 定价档位（Price Tier）
3.2 分层的目的与意义
风险分层并非简单的数据分组，而是信用风险管理中实现“精准识别、差异管控、资源优化”的基础手段。其主要目的与意义体现在以下五个维度：
| 维度 | 目的 | 业务意义 |
|---|---|---|
| 风险识别 | 将同质风险客户归集，区分优质与高风险客群 | 避免“一刀切”定价导致的逆向选择与风险错配 |
| 定价精准性 | 为不同层级匹配差异化的利率与费率 | 实现风险与收益的动态平衡，提升定价竞争力 |
| 资本配置 | 按层级分配经济资本与风险限额 | 提高资本使用效率，降低整体组合风险 |
| 策略差异化 | 制定差异化的审批、额度、催收策略 | 优化运营资源投入，提升全生命周期管理效果 |
| 监管合规 | 满足巴塞尔协议对风险分池与资本计量的要求 | 确保风险加权资产计算的准确性与可审计性 |
教学提示： 风险分层不是越细越好。分层过细会导致样本量不足、统计不稳定；分层过粗则无法区分风险差异。实践中通常以 5–10 个层级为常见区间，具体取决于数据量与业务复杂度。
3.3 分层在信用风险管理中的角色
风险分层在信用风险管理体系中扮演着“中枢纽带”的角色。它向上承接风险量化模型（评分卡、PD/LGD 模型），向下驱动定价策略、授信策略、监控预警与资本计量。下图展示了风险分层在信用风险管理全流程中的核心位置：
3.4 分层的关键操作步骤
在实际业务中，建立一套有效的风险分层体系通常遵循以下六个步骤：
- 确定分层目标变量： 选择用于分层的核心风险指标，如信用评分、PD 估计值、LTV 比率等。
- 设定初始阈值： 基于业务经验或统计分布（如分位数、等宽、等频）划定初步分层边界。
- 层级稳定性检验： 验证各层级内样本量充足、风险指标稳定，避免小样本或波动过大。
- 层级区分度评估： 使用 KS 统计量、IV 值或坏账率差异检验相邻层级间的风险区分能力。
- 业务可解释性调整： 结合业务逻辑与监管要求，对阈值进行微调，确保分层结果易于理解和执行。
- 分层结果文档化与监控： 记录分层规则、阈值依据与验证结果，并建立定期监控机制。
常见误区： 部分团队直接将评分卡分数等距切分作为分层依据，忽略了业务实际分布与风险集中度。正确的做法是先分析评分分布与违约率曲线，在风险拐点处设置阈值，而非机械等分。
3.5 分层效果评估指标
为了衡量分层体系的有效性，通常使用以下量化指标进行验证：
| 指标 | 计算公式 | 评估标准 |
|---|---|---|
| KS 统计量 | max(累计好客户占比 − 累计坏客户占比) | KS > 0.3 表示分层区分度良好 |
| IV 值 | Σ(坏占比 − 好占比) × ln(坏占比/好占比) | IV > 0.3 表示分层具有强预测力 |
| 坏账率单调性 | 各层级坏账率应随风险等级递增 | 相邻层级坏账率差异显著且方向一致 |
| 层级样本占比 | 各层级客户数 / 总客户数 | 单层级占比不宜低于 5%，避免统计不稳定 |
通过上述指标的综合评估，可以判断当前分层体系是否满足业务需求，并为后续的分层优化提供量化依据。风险分层不是一次性工作，而是随着数据积累、模型迭代与市场环境变化持续调整的动态过程。