1. 课程导论：坏账率预警的业务背景、LightGBM 在风控中的优势、特征监控的核心价值
1.1 坏账率预警：为什么是风控的“生死线”？
在消费金融、信贷与互联网金融领域，坏账率（Non-Performing Loan Ratio, NPL）是衡量资产质量最核心的指标。一旦坏账率突破阈值，轻则侵蚀利润，重则引发流动性危机甚至平台倒闭。传统风控依赖“事后统计”——等逾期 90 天以上才确认损失，此时已无法挽回。因此，行业正从“事后追责”转向“事前预警”，即通过机器学习模型在贷后早期（如逾期 1-7 天）就识别出高风险账户，提前干预。
业务痛点： 坏账率每上升 1 个百分点，对年化利润的冲击通常在 5%-15% 之间。预警系统每提前 7 天发现风险，催回率可提升 20%-40%。
坏账率预警的核心任务包括：
- 早期识别： 在客户出现首次逾期或行为异常时，快速判定其最终演变为坏账的概率。
- 动态监控： 持续跟踪存量客户的风险迁徙，从正常 → 关注 → 次级 → 可疑 → 损失。
- 阈值触发： 当预测概率或特征分布发生显著偏移时，自动触发预警与处置流程。
1.2 LightGBM 在风控中的核心优势
在众多机器学习算法中，LightGBM（Light Gradient Boosting Machine）已成为金融风控领域的事实标准。它基于梯度提升决策树（GBDT）框架，但在训练速度、内存占用和精度上做了大量优化。下表对比了 LightGBM 与传统模型在风控场景下的关键差异：
| 对比维度 | 逻辑回归 / 评分卡 | XGBoost | LightGBM |
|---|---|---|---|
| 训练速度 | 快（线性模型） | 中等 | 快（直方图算法 + GOSS） |
| 内存占用 | 低 | 较高 | 低（基于直方图） |
| 处理缺失值 | 需手动填充 | 自动学习分裂方向 | 原生支持缺失值处理 |
| 类别特征 | 需独热编码 | 需独热编码或 Label Encoding | 原生支持类别特征（无需独热） |
| 过拟合控制 | 正则化 | 正则化 + 早停 | 正则化 + 早停 + 叶子节点限制 |
| 风控场景适用性 | 可解释性强，但精度有限 | 精度高，但训练慢 | 精度高 + 速度快 + 可解释性较好 |
LightGBM 在风控中的具体优势可归纳为：
- 直方图算法： 将连续特征离散化为直方图桶，大幅降低计算复杂度，适合海量用户行为数据。
- GOSS（梯度单边采样）： 保留大梯度样本，随机采样小梯度样本，在保持精度的同时加速训练。
- EFB（互斥特征捆绑）： 将互斥特征合并为单一特征，减少特征维度，尤其适合风控中大量稀疏的衍生特征。
- 叶子节点生长策略： 按最大损失减少量分裂，比 XGBoost 的层级生长更快收敛。
实战经验： 在千万级样本、数百维特征的风控数据集上，LightGBM 的训练时间通常只有 XGBoost 的 1/5 到 1/10，且模型 AUC 可提升 0.5%-2%。
1.3 特征监控的核心价值
模型上线后，特征分布会随时间、客群结构、宏观环境变化而发生偏移（Data Drift）。如果不对特征进行持续监控，模型预测能力会快速衰减，坏账率预警将失效。特征监控的核心价值体现在三个层面：
- 保障模型稳定性： 通过监控每个特征的均值、方差、分位数、缺失率等统计量，及时发现分布突变，避免模型“静默失效”。
- 预警业务风险： 特征偏移往往是坏账率上升的前兆信号。例如“近 3 个月查询次数”特征均值突然上升，可能预示多头借贷风险加剧。
- 驱动模型迭代： 监控报告为模型重训、特征工程优化提供数据依据，形成“监控 → 分析 → 迭代”的闭环。
下图展示了特征监控在坏账率预警体系中的位置与流程：
1.4 课程核心内容与学习路径
本课程将围绕“特征监控”与“坏账率预警”两大主题，从理论到实战，带你完整搭建一套生产级风控预警系统。课程结构如下：
| 模块 | 核心内容 | 实战产出 |
|---|---|---|
| 基础篇 | 坏账率定义、LightGBM 原理、特征工程方法 | 可运行的 LightGBM 基线模型 |
| 监控篇 | PSI / KS 指标、特征分布监控、漂移检测 | 特征监控仪表盘（Python 实现） |
| 预警篇 | 预警阈值设定、多级预警机制、A/B 测试 | 实时预警流水线 |
| 迭代篇 | 模型重训策略、特征淘汰与新增、回测框架 | 自动化迭代脚本 |
前置要求： 建议学员具备 Python 基础、熟悉 pandas / numpy，了解基本的机器学习分类模型。本课程将提供完整的代码仓库与模拟数据集。
通过本课程，你将掌握如何用 LightGBM 构建高精度坏账率预警模型，并建立一套可落地的特征监控体系，确保模型在复杂多变的金融环境中持续稳定运行。