开通VIP，畅享免费电子书等14项超值服
首页
好书
留言交流
下载APP
联系客服
2021.06.14
大家好，我是FAL的学员Zhang，下面是我通过在FAL听课后，整理的贷前、贷中客户管理阶段、贷后催收阶段一些常见模型以及模型的主要作用。
贷前阶段
用户响应模型：一般针对互联网，数据来多样，类似漏斗模式，分析获客阶段的用户转化情况，如：引流、导流、注册成功等信息，以及在某个阶段进行埋点分析流失状态。
申请评分卡模型：即A卡，主要侧重贷前风控，在客户获取初期，建立申请评分卡模型，预测未来客户在放款后逾期与违约的概率。
申请反欺诈模型：识别欺诈风险高的客户，捕捉各类欺诈行为，如身份造假，非客户本人的行为等。一般分为第一方反欺诈和第三方反欺诈。
风险定价模型：根据客户的历史情况分析，应该制定多少初始额度和初始利率比较合适。
用户价值模型：在风险评分难以决策的灰分区域，制定置入置出策略，预测客户在开户后能够为机构带来潜在收益。在相同风险等级客户里，可以筛选收益等级高的客户，最大化挖掘其收益潜力。
贷中客户管理阶段
行为评分卡模型：也就是我们常说的B卡，通过分析不断去挖掘客户的各种需求，去推荐一些差异化的信贷产品，主要是给我们的客户交叉销售产品和提额。
交易反欺诈模型：交易阶段，识别一些羊毛党刷单、薅羊毛和套现行为。
客户流失模型：对客户流失的原因进行分析，提前知道哪些客户会流失，及时采取挽回措施。
贷后催收阶段
早期催收预警模型：预测出来一些轻度逾期的客户，这类客户可能只是单纯的忘记还款而已，这个时候就不需太多人工催收参与进来，先进行短信提醒等简单的催收工作即可。
还款率预测模型：预测经过催收之后，最终收回的欠款比率。
迁徙率模型：评估客户短期内会不会违约，可以预测逾期的人群从轻度逾期发展到重度逾期的概率。
失联修复模型：逾期阶段，客户本身联系不上，通过数据库挖掘新的联系方式（如，身边的亲戚朋友等），修复客户失联状态。
看到这里，如果你想了解更多风控模型的类型以及作用，与模型的搭建方法以及应用场景，加强风控建模业务模型技巧经验、提升建模能力，推荐学习「量化风控模型机会创造营」
导师总结自己实际建模工作中用到的Python和Sql代码，求同存异，第一周教给你能完成工作中约80%模型代码的“套路”模版。
第一周通过学习单特征构建、多特征筛选、四类主流特征构造方法以及第二周学习TF-IDF方法，教会你特征构建的“套路”。
我们知道很多人算法基础差，自己读书也难以理解枯燥的数学公式，风控模型训练营2.0版本中，我们会这样教你学算法。
不论是面试还是工作中，模型体系的建立和掌握是至关重要的。尤其是在求职中，面试官对求职者有没有体系性的模型理解是极为看重，有体系性的理解代表着将来他能有无限的可能性。
风控模型训练营2.0版本中，第三周我们会让你学到最全的风控模型。