目录
贷中模型体系策略应用
信用模型体系和模型在策略中的应用
反欺诈模型体系和模型在策略中的应用
运营模型体系和模型在策略中的应用
贷中模型体系策略应用
在贷前模型部分已经讲过，贷前开发的很多模型是可以在贷中直接使用的。贷中与贷前的不同点在于，贷中阶段可以使用更多的客户交易行为数据，基于这些数据可以额外开发客户行为相关模型以及客户营销相关的模型。贷中模型体系主要分为三大块，分别为信用模型体系、反欺诈模型体系和贷中营销模型体系，在贷中模型开发完成后，同样需要由风控策略来运用这些模型进行决策，模型在运用的过程中才能体现其价值。
信用模型体系和模型在策略中的应用
在贷中阶段，信用模型主要指行为评分卡（Behavior ScoreCard）横型，即我们常说的B卡。B卡主要是在客户有一定的贷中交易行为后基于客户在贷中某一时点前一段时间的交易行为数据和其他数据构建模型，用来预测客户未来逾期的可能性。常见的B卡有两种，一种是基于客户维度开发的B卡，另一种是基于借据维度开发的B卡。
基于客户维度开发的B卡是指建模样本在客户维度是唯一的，在建模时可以基于实际情况对客户进行分群，如基于渠道、地区、行业、在贷余额、还款表现期限等进行分群，不同群体分别建模，通过分群建模实现模型在不同样本上的局部最优，最后对不同模型分按照相同标准校准为同一维度的标准模型分，即构成了最终的客户维度的B卡模型分。在客户维度的B卡开发完成后，以及策略使用前，通常会基于模型分对存量客户进行风险评级,在用信审批、贷中预警、调额、调价、续授信等策略中基于客户的风险评级对客户采取差异化的处置措施。
基于借据维度的B卡是指建模样本在借据维度是唯一的，若一个客户产生了多笔借据，则建模样本中会有这个客户的多条记录。基于借据维度的B卡与基于客户维度的B卡在客群细分、建模方法上都是类似的，在模型构建完成后，主要用在用信审批环节。在策略运用模型分之前，主要通过单维度策略分析方法对模型分进行分析，找到最优切分点，在对每一笔交易（用信）进行审批时，切分点及以下用信申请被拒绝，切分点以上用信申请被通过。
反欺诈模型体系和模型在策略中的应用
在贷中阶段，反欺诈模型包括识别个体欺诈的模型和识别团伙欺诈的模型。识别个体欺诈的模型主要有交易反欺诈评分卡模型、欺诈传导模型等；识别团伙欺诈的模型主要有欺诈团伙识别模型、GPS评分卡模型等。.
在识别个体欺诈的模型中，欺诈传导模型与贷前提到的同名模型是一样的，这个模型是使用金融机构已有的所有数据构建的，模型构建完成后在贷前、贷中、贷后均可使用。交易反欺诈评分卡模型与B卡类似，同样可以分为基于客户维度的模型和基于借据维度的模型，主要不同点在变量的选择和目标字段的定义上。交易反欺诈评分卡模型在策略中的应用与B卡类似，只不过更侧重对欺诈客户或欺诈交易的识别。
在识别团伙欺诈的模型中，欺诈团伙识别模型与贷前提到的同名模型基本上是一样的，模型构建完成后在贷前、贷中、贷后均可使用，本节不再赘述。贷中GPS评分卡模型与贷前GPS评分卡模型也很类似，不同之处在于观察点的选取以及变量的丰富度。贷中GPS评分卡模型的观察点通常为某一确定的截面时点，同时在变量设计时可加人贷中交易行为类变量，模型在构建后主要在贷中用信策略和贷中预警策略中用来识别欺诈团伙。
运营模型体系和模型在策略中的应用
常见的贷中运营模型主要有流失预警模型、营销响应模型、“沉默”客户盘活模型、动支模型等，这些模型主要用来为存量客户精准化运营提供支持。在对存量客户进行精准化营销时，往往是先基于信用模型和反欺诈模型（若有贷中客户风险评级，则可直接基于客户评级筛选风险可控的客群）从风险维度筛选风险可控的客群，再基于运营模型对客户进行分群，对不同的客群采取不同的营销动作。
流失预警模型比较简单，主要是为了预测存量客户在未来一段时间内会不会流失，对于流失可能性较高的优质客户，应尽早采取合适的措施进行挽留，客户一旦流失，重新“唤醒”的难度不亚于获取一个新客户。营销响应模型主要是为了预测不同营销方式下客户的响应率，不同的客户在同样的营销方式下反应是不一样的，所以营销响应模型就是为了找出适合每个客户的营销方式，为不同的客户匹配最佳的营销方式，提升营销响应率。“沉默”客户盘活模型主要是从“沉默”客户中找出在将来一段时间内可能进行支用的优质客户，然后辅以一定的营销手段促使客户尽快支用，提升客户价值。动支模型在贷前模型体系中已经讲过，贷中动支模型与贷前动支模型类似，不同的地方在于，在建模时可以加入客户的贷中行为变量，预测客户在未来一段时间的动支意愿，若发现优质客户的动支意愿较弱，则通常会辅以营销手段，促使客户进行支用，提升客户价值，增加金融机构收益。
在基于运营模型对存量客户进行营销时，涉及风控策略和营销策略的开发，通常是先在符合营销条件的客群中运用风控策略筛选出风险可控的客群，再从筛选的客群中找出营销响应率较高的客群并对不同的客群匹配不同的营销策略。在设计和开发相关策略时，可基于单维度策略或基于CART 模型的多维度策略的分析方法进行，在实操时，无非就是样本对应的目标不同，其他分析过程基本上是一样的。
print('要天天开心呀')
