风控小白必看！主流风控模型解析_风控利率敏感模型

一个成熟的风险决策体系核心是由平台积累的海量数据基础，以及上百甚至上千个模型共同作用构成的。本文主要对工作中最常见的违约风险PD模型和差异化定价模型进行介绍。
关注“金科应用研院”，回复“CSDN”
领取“风控资料合集”

违约风险PD模型

在贷款审批方面，如果可以通过构建量化模型对客户的信用等级进行一定的区分。在信贷资金管理方面，得知了每个账户的违约概率后，可以预估一下未来的坏账比例，及时做好资金安排。

也可以对违约概可能性较高的客户进行更加频繁的“关怀”，及时发现问题，以避免损失。PD模型的重要性也就不言而喻了。

1）原理

违约风险PD模型的原理为运用用户历史贷款的相关信息对此后产生违约风险的相关概率进行预测。

2）实现路径

违约风险PD模型分三个步骤：

第一步，归集当下客户的征信、个人信息、交易信息、经营情况等诸多层面的信息；

第二步，根据归集的信息，筛选出显著对信用有影响的相关变量，建立PD模型；

第三步，按照PD模型的评分结果将客户划分为有较好信用和较差信用的两大类。如图所示。

该模型评分结果如下所示：

3）应用场景及意义

PD模型主要有两个方面的应用：

一是可以按照PD模型的评分对准入客户进行筛选，细化客户授信，实现贷前风控；

二是可以用于自动申请贷款、自动审批，贷中风险监控等。

差异化定价模型

针对一个稳健型信用类线上贷款产品来说，直接上模型进行利率分档，可能会产生对优质客户的“利率伤害”，或者不利于对不同群体的客户进行利率下浮营销。

基于这样一些背景和问题，更适合采用客群分类+风险模型结合 ，制定差异化的利率定价方案，差异化定价模型在其中的作用也就不言而喻了。

1）原理

差异化定价思路有以下两层涵义：

一是结合个体风险预测（PD模型）以及个体利率敏感度模型，对每个客户制订符合其风险和收益特征的最优定价策略，真正体现一人一价（贷款利率市场化）；

二是对新增客户采用“前低后高”的定价方式，即前期设定比较低的基础利率，等企业发展到一定的程度后，触发事先约定的条件，再采用更高的利率；针对续贷的老客户采用“前高后低”的定价方式，即前期收取标准利率，后期给予相应的利率折扣。

这其中，信用良好且贷款使用习惯较好的小微企业，则可以逐步获得更低成本的融资机会。以往多以执行日息万分之五的通行信贷产品定价，结合信用差异化定价政策，小微企业融资最低的年化利率可达12%。

2）实现路径

对新客户：体验式定价。主要采用了用于精细化运营的客户分层以及个性化区别对待的响应模型。该模型的KS值大概在0.67左右。

对续贷客户：对第一次续贷客户实行利率敏感度风险定价，对多次续贷客户给予利率折扣。

定价=相对固定的资金及运营成本+PD*LGD+ProfitMargin（其中，PD是违约概率，LGD是违约损失率，ProfitMargin是毛利率）。

其中毛利率的值主要通过基于Chow-test敏感度预测的决策树将利率测试客户分为高敏感组、中敏感组、低敏感组三个组别，然后对不同组别的客户实行差别利率定价方式。

通过对续贷客户进行实时的信用矫验，根据客户的经营、信用等具体情况给予额度提升或者利率折扣的优惠。