3. 逾期预测模型概述
在贷后管理场景中，逾期预测模型的核心任务是根据借款人的历史行为与当前状态，预估其在未来特定时间窗口（如未来30天）内发生逾期的概率。本章从模型类型、输入特征与输出含义三个维度进行系统梳理，为后续延迟告警案例奠定理论基础。
3.1 模型类型对比
根据业务场景与数据形态的不同，逾期预测模型主要分为三类：逻辑回归、XGBoost与LSTM。下表从建模原理、适用场景与优缺点三个角度进行对比。
| 模型类型 | 建模原理 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|---|
| 逻辑回归 | 线性决策边界 + Sigmoid 映射 | 特征维度低、可解释性要求高的场景 | 训练快、可解释性强、部署简单 | 难以捕捉非线性关系与特征交互 |
| XGBoost | 梯度提升决策树集成 | 表格数据、特征维度高、含缺失值 | 精度高、鲁棒性好、内置正则化 | 超参数多、易过拟合、可解释性弱于LR |
| LSTM | 长短期记忆循环神经网络 | 时序行为数据、还款序列、交易流水 | 捕捉长期依赖、自动提取时序特征 | 训练成本高、数据需求大、可解释性差 |
选型建议：在贷后逾期预测的延迟告警场景中，通常以 XGBoost 作为基线模型，因其在表格数据上的精度与效率平衡最佳；若业务方要求强可解释性（如监管审计），则优先选择逻辑回归；若拥有连续多期还款行为序列，可引入 LSTM 作为增强模型。
3.2 模型输入特征
逾期预测模型的输入特征通常分为三大类：静态属性、动态行为与外部衍生。以下为典型特征清单。
- 静态属性：年龄、性别、职业、收入区间、学历、婚姻状况、历史最大逾期天数、历史逾期次数。
- 动态行为：近30天还款次数、近30天还款金额、近30天提前还款次数、近7天登录次数、近7天客服咨询次数、当前应还金额、当前逾期天数。
- 外部衍生：多头借贷指数、征信查询次数、行业景气指数、地区违约率、节假日标记、季节因子。
特征工程要点：动态行为特征对逾期预测的贡献度通常最高，尤其是“近7天还款金额变化率”与“当前逾期天数”两个特征，在XGBoost模型中往往占据前5重要特征中的2-3个位置。
3.3 输出概率含义
逾期预测模型的输出是一个介于0到1之间的概率值，表示借款人在未来指定时间窗口内发生逾期的可能性。该概率并非最终决策，而是风险排序的依据。
| 概率区间 | 风险等级 | 业务含义 | 建议动作 |
|---|---|---|---|
| 0.0 ~ 0.2 | 低风险 | 逾期可能性极低 | 常规监控，无需干预 |
| 0.2 ~ 0.5 | 中风险 | 存在一定逾期倾向 | 发送提醒短信或推送通知 |
| 0.5 ~ 0.8 | 高风险 | 逾期概率显著上升 | 人工电话催收或调整额度 |
| 0.8 ~ 1.0 | 极高风险 | 几乎确定逾期 | 紧急催收、冻结额度或启动法务 |
注意：概率阈值并非固定不变。在延迟告警场景中，若模型输出概率超过0.5但实际未发生逾期，可能意味着模型存在延迟偏差，需要结合时间戳校验预测窗口的起点与终点是否对齐。
3.4 模型架构与数据流
下图展示了逾期预测模型从特征输入到概率输出的完整数据流，以及三类模型在架构中的位置关系。
3.5 模型输出与延迟告警的关联
在延迟告警案例中，模型输出的概率值需要与时间戳对齐。若模型在T日输出概率为0.7，但实际逾期发生在T+5日，而告警系统在T+3日才触发，则存在2天的延迟偏差。因此，模型输出的概率含义必须明确绑定预测窗口的起始时间与结束时间。
关键指标：延迟告警场景下，需额外监控“预测时间戳与告警触发时间戳的差值”，该差值应小于业务容忍阈值（通常为1天）。若差值持续超过阈值，则需检查模型特征是否包含滞后变量，或模型推理频率是否过低。
下图展示了模型输出概率与延迟告警时间线的关系，帮助理解概率值在时间轴上的实际含义。
实战要点：在构建延迟告警系统时，建议将模型输出的概率值与预测时间戳、告警触发时间戳一并存入日志，便于后续回溯分析延迟根因。若发现延迟偏差持续超过1天，应优先检查特征管道是否存在数据延迟，或模型推理服务是否存在排队积压。