1. 课程导论：什么是贷款决策批次偏移？为什么需要策略回退？
1.1 批次偏移：风控策略的“隐形杀手”
在信贷风控中，贷款决策批次偏移（Batch Drift） 是指：由于外部宏观环境、客群结构、数据采集方式或模型训练分布发生系统性变化，导致同一套风控策略在 不同时间窗口 或 不同批次 的申请客群上，其区分能力、拒绝率、坏账率等核心指标出现 不可逆的、非随机的偏离。
批次偏移不是偶发的模型波动，而是策略失效的前兆。它通常表现为：
- 拒绝率骤升/骤降：同一规则在两周内拒绝率从 25% 跳升至 45%。
- KS 值持续衰减：模型区分好坏客户的能力逐月下降。
- 通过率与坏账率“双高”：策略既放水又失守。
- 特征分布突变：如收入字段缺失率从 3% 飙升至 20%。
核心认知： 批次偏移是“策略与当前客群之间的错配”，而非模型本身过时。错配不修复，策略回退是唯一止损手段。
1.2 为什么需要策略回退？
当批次偏移被确认后，风控团队面临三个选择：
| 应对方式 | 时效性 | 风险控制效果 | 资源消耗 |
|---|---|---|---|
| 紧急策略回退 | 分钟级 ~ 小时级 | 立即止血，恢复至已知安全状态 | 低（仅需配置切换） |
| 在线重训练模型 | 天级 ~ 周级 | 滞后，训练期间风险敞口持续 | 高（数据、算力、人力） |
| 手动调整规则阈值 | 小时级 ~ 天级 | 局部有效，可能引入新偏移 | 中（需反复调参） |
策略回退 是唯一能在 不依赖新数据、不重新建模 的前提下，将决策系统快速切换至 历史已验证的安全策略版本 的机制。它本质上是为风控系统安装了一个“紧急刹车”。
⚠ 常见误区： 回退不是“认输”，而是主动管理风险。拒绝回退、硬撑偏移，往往导致坏账率在 2~3 个账期内翻倍。
1.3 批次偏移与策略回退的关系
下图展示了批次偏移从发生到触发回退的完整链路：
1.4 课程目标
通过本课程，你将掌握以下核心能力：
- 识别批次偏移：建立监控指标体系，区分“正常波动”与“策略失效”。
- 制定回退策略：设计版本管理、回退触发条件、回退目标选择机制。
- 执行回退操作：在决策引擎中完成策略切换，并验证回退效果。
- 建立回退治理体系：将回退从“应急动作”升级为“常态化风控能力”。
1.5 适用人群
| 角色 | 关注点 | 课程价值 |
|---|---|---|
| 风控策略分析师 | 策略效果监控、规则调优 | 掌握偏移识别与回退触发标准 |
| 模型开发工程师 | 模型衰减、特征稳定性 | 理解模型与策略的联动回退机制 |
| 风控产品经理 | 决策流程、版本管理 | 设计回退流程与系统功能 |
| 风险总监/审批负责人 | 资产质量、监管合规 | 建立回退治理与审计框架 |
💡 学习建议： 本课程每章都包含一个可执行的决策框架。建议你边学边对照自己所在机构的策略版本历史，将理论直接落地为回退预案。