3. 贷后预警业务全景：贷后管理流程、预警信号分类、延迟场景的典型业务表现

贷后预警是信贷风险全生命周期管理的核心环节，其核心目标是在借款人信用状况发生实质性恶化之前，通过信号捕捉与规则判断，提前触发风险处置动作。理解贷后预警的业务全景，是后续进行PSI（Population Stability Index）调优的前提——只有知道预警信号在哪个环节、因何种原因发生延迟，才能有针对性地选择特征、调整分箱、优化监控阈值。

3.1 贷后管理全流程

贷后管理从放款后开始，直至贷款结清或核销，通常包含以下五个关键阶段：

3.2 预警信号分类

根据信号来源与数据性质，贷后预警信号可分为以下三大类：

• 行为类信号： 还款逾期天数、还款金额异常、提前还款、额度使用率骤升、交易频次突变、夜间交易占比上升等。此类信号时效性最强，通常 T+0 或 T+1 可获取。
• 外部数据信号： 征信查询次数激增、新增逾期/代偿记录、司法涉诉、工商变更（法人/股东/经营范围）、多头借贷指数上升、税务异常等。外部数据受数据源更新频率影响，延迟风险最高。
• 模型评分信号： 贷后行为评分（如 B卡、C卡）下降、PSI 指标异常、特征分布偏移、模型置信度下降等。此类信号依赖模型计算，延迟主要来自特征工程与评分计算耗时。

3.3 延迟场景的典型业务表现

延迟场景在贷后预警业务中表现为“信号已产生，但未被及时捕获或判定”，其典型业务表现可归纳为以下四种模式：

1. 数据滞后型延迟： 外部数据源（如征信、司法）更新周期为 T+3~T+7，导致预警信号在客户风险恶化数天后才被系统识别。例如：客户已发生代偿，但征信报告 5 天后才更新，预警系统在此期间无任何信号。
2. 计算积压型延迟： 每日批量计算任务在高峰期积压，特征工程或模型评分计算耗时超过预设窗口。例如：原定每日凌晨 2 点完成的评分计算，因数据量增长延迟至上午 8 点，导致当日预警队列无法按时下发。
3. 规则漂移型延迟： 预警规则阈值未随客群分布变化而调整，导致原本应触发的信号被过滤。例如：某客群多头借贷指数整体上升 20%，但规则阈值仍沿用历史分位数，大量真实风险信号被判定为“正常”。
4. 处置空转型延迟： 预警信号已生成并下发，但处置环节因人力不足、策略冲突或系统对接问题，未在有效窗口内完成干预。例如：高风险客户触发预警后，催收队列排期超过 3 天，客户在此期间已发生实质性逾期。

3.4 延迟场景下的预警信号流转架构

下图展示了贷后预警信号从产生到处置的完整流转路径，并标注了四个主要的延迟风险节点：

3.5 延迟场景的量化评估指标

为支撑后续 PSI 调优，需建立延迟场景的量化评估体系。以下为三个核心指标：