4. 异常值定义与分类：全局异常点、局部异常点、上下文异常点、集体异常点在风控中的典型表现

在风控数据质量优化中，准确识别异常值是构建可靠模型的前提。异常值并非单一形态，根据其与整体数据、局部邻域、时间序列或群体行为的偏离程度，可划分为四种核心类型。每种类型在风控场景中都有其独特的生成机制与业务含义。

4.1 异常值四大分类体系

下表从定义、检测视角、风控典型表现三个维度，对四种异常类型进行对比：

4.2 全局异常点：最基础的离群信号

全局异常点是最直观的异常形态，指单个数据点与整个数据集的统计特征存在显著差异。在风控数据治理中，这类异常通常由数据录入错误、极端欺诈行为或系统故障引起。

• 检测方法： Z-score（标准化分数）、IQR（四分位距）、Grubbs检验。
• 风控案例： 用户年龄字段出现“200岁”；单日交易金额为100万元，而该用户历史日均交易仅500元。
• 治理要点： 全局异常点容易通过基础统计规则捕获，但需注意不要将高价值正常用户（如大额企业转账）误判为异常。

4.3 局部异常点：隐藏在群体中的“异类”

局部异常点强调数据点相对于其局部邻域的偏离程度。一个数据点在全局分布中可能处于正常范围，但在其邻近区域中却显得格格不入。这种异常在风控中尤其重要，因为欺诈行为往往模仿正常模式，但在局部细节上露出马脚。

• 检测方法： LOF（局部离群因子）、DBSCAN（基于密度的空间聚类）、k-近邻距离。
• 风控案例： 某用户所在社区平均消费水平为200元/笔，该用户突然产生一笔8000元的奢侈品消费；虽然8000元在全行交易中属于正常范围，但在该社区局部属于极端异常。
• 治理要点： 局部异常检测对邻域半径参数敏感，需要结合业务场景（如地理区域、商户类型）定义合理的邻域范围。

4.4 上下文异常点：时间与空间中的“不和谐音”

上下文异常点（也称条件异常）的判定依赖于特定的上下文信息，最常见的是时间上下文和空间上下文。同一个数据值在不同上下文中可能被判定为正常或异常。

• 检测方法： 时间序列分解（STL）、滑动窗口统计、周期性模式分析。
• 风控案例：
  • 时间上下文： 用户A平时只在9:00-22:00交易，某日凌晨3:00产生一笔大额转账——上下文异常。
  • 空间上下文： 用户B在北京登录后5分钟内在上海产生交易——地理位置上下文异常。
• 治理要点： 上下文异常检测需要构建高质量的上下文特征（如时间窗口、地理围栏），并考虑用户行为习惯的动态变化。

4.5 集体异常点：团伙欺诈的“群体画像”

集体异常点是指一组数据点整体上偏离正常模式，但单个数据点单独看可能完全正常。这类异常是风控领域最具挑战性的检测对象，因为黑产团伙往往通过分散行为来规避单点检测规则。

• 检测方法： 图异常检测（如社区发现）、序列模式挖掘、聚类分析。
• 风控案例：
  • 同一IP地址在1小时内注册100个账户，每个账户申请小额贷款——单个账户正常，但群体行为异常。
  • 多个账户使用相同的设备指纹、相同的收货地址、相同的联系人电话——集体异常。
• 治理要点： 集体异常检测需要构建实体关系图（设备、IP、手机号、地址等），并设计群体行为聚合特征（如关联设备数、共享IP数）。

4.6 四种异常类型的检测策略对比

下表总结了四种异常类型在风控数据治理中的检测策略、适用场景与局限性：

4.7 异常分类在风控数据治理中的协同应用

下图展示了四种异常类型在风控数据质量优化流程中的协同检测架构：