Ronghui Jinke, "miktar verme modeli" dahili becerilerini uygulamak için 5 dakika öğretir
Efendi Jin tarafından anlatılan nehirler ve göller sona erdi, ancak finansal risk kontrolü uygulaması her zaman yolda.
Ne demişler:
Ürünün üç hazinesi, açılır pencereleri, kayan katman artı kılavuzu vardır.
Tasarımın üç hazinesi, şeffaf, gölgeler ve yuvarlatılmış köşeleri vardır.
Operasyonda üç hazine, SMS, push ve kırmızı zarf var.
Teknolojinin bir hazinesi var, bu yapılamaz.
Kredi endüstrisinde, kredi verme modeli, risk kontrol teknisyenleri için İLK 5 baş ağrıları listesinde yer almalıdır.
Bugün, Ronghui Jinke, modelin hazinesine verilen miktarı değiştirmek için bu fırsatı kullandı.
Kota verme modelinin zorluğu esas olarak modelin doğrulama sürecinden kaynaklanmaktadır:
1. Kota modelinin doğrulanması çok miktarda veri gerektirir
Risk tahmin modelinde bir karşılaştırma yapmak için modelin çıktısı müşterinin fiili temerrüt durumu ile karşılaştırılabilir; ancak kota modeli için her müşteriye özeldir ve kota verilmesi için sadece bir fırsat vardır, bu nedenle hangisinin Kota modeli daha iyi performans gösterir.
2. Kota modelini doğrulamak uzun zaman alıyor
Kota modelinin kalitesi için en çok kullanılan cetvel, müşterinin getirdiği kardır.Müşterinin getirdiği karı gözlemlemek için genellikle müşteriyi 1 ila 2 yıl takip etmek gerekir. Hızla değişen iç kredi piyasasında, gün zambağı bu saate kadar soğuyabilir.
Yeterli veri ve doğrulama süresinin olmadığı durumlarda doğrulama kolay olmasa da, Hala rüzgara karşı dönmemize yardımcı olabilecek bazı temel ilkeler var:
01 Birincil aşama
Kota matrisinin anlaşılması kolaydır, yani Kota verilecek müşteri gruplarını ayırt etmek için uygun göstergeleri seçin.
Bir örnek vermek için tek karar faktörü olarak riski kullanalım:
1) Kota aralığını belirleyin: Ürünün hedeflemek istediği müşteri gruplarını analiz ederek uygun bir kota aralığı bulun. Örneğin mavi yakalı kredi hatları 3.000 ile 10.000 arasında, beyaz yakalı kredi hatları 5.000 ile 30.000 arasında;
2) Risk faktörlerini belirleyin: müşteri riskinin derecesini değerlendirmek için bir gösterge seçin, örneğin, Ronghui tarafından sağlanan uzun vadeli noktaları kullanın;
3) Yukarıdaki iki adımla kota ödeneğini hızlıca belirleyebilirsiniz (örnek olarak mavi yakalı):
Tek bir faktör temelinde, gelir gibi daha fazla değerlendirme faktörü eklemek, daha fazla dolarlık bir kota matrisi oluşturabilir.
Böyle bir kota matrisi, aşağıdaki matris gibi kredi işine yeni başlayan kurumlar için çok uygundur:
Müşterilerin doldurduğu geliri doğrulamak genellikle zor olduğundan, bunun yerine konut fiyatları, meslekler, yaşam alışkanlıkları ve diğer portre göstergeleri gibi diğer göstergeleri kullanmayı da düşünebilirsiniz. Bu boyutların eklenmesi, kota matrisini daha karmaşık ve daha doğru hale getirebilir. Ama bu değişkenler nerede bulunur?
Yukarıda bahsedilen riskler ve müşteri portreleri, Ronghui Jinke'nin en iyi olduğu alanlardır.
02 Ara aşama
Kuruluş belirli verileri topladıktan sonra, modellemeyi daha bilimsel olarak kota vermek için kullanabilir. Spesifik rehber ideoloji, Kârı en üst düzeye çıkarma noktasını bulmak için karı bir yönetici olarak kullanın.
Nakit kredi karı = gelir-zarar = kredi tutarı x faiz oranı temerrüt tutarı
Kredi limiti görece düşük olduğunda, limit artar, müşteriler daha fazla borçlanabilir ve gelir artış hızı hızlıdır. Bununla birlikte, verilen kota, iyi insanların ödeyebileceği aralığı aştığında, iyi insan kotasının kullanım oranı düşecek ve bu da daha yavaş kredi büyümesine ve daha yavaş gelire neden olacaktır. Aynı zamanda, kötü adamların kota kullanım oranı yine% 100 civarında tutulacak, dolayısıyla kayıp hızla arttı. Modelin amacı, her müşterinin gelir ve zararını simüle etmek ve önce sıfıra götürerek karı maksimize eden miktarı bulmaktır. Bu bizim optimal miktarımızdır.
Basit bir örnek verin:
Bugün Mate20 cep telefonunun (5.000 yuan değerinde) satışa sunulduğu gün olduğunu varsayalım. Tüm iyi insanların ödünç almasının amacı Mate20 satın almaktır. Kredi limiti 5,000 yuan'dan az olduğunda, iyi insanlar kesinlikle kredi limitini alacaklardır. Ancak kredi limiti 5.000 yuan'ı aştığında, iyi insanlar daha fazlasını almayacaktır. Aynı zamanda kötü adamlar kesinlikle tüm kredi limitlerini geri çekecektir.
Müşteri grubunun faizinin% 18 ve gecikme olasılığının% 10 olduğunu varsayarsak, o zaman:
Bu müşteri grubu için en uygun kota 5000 olmalı ve müşteri başına maksimum kar 5000 x (0,18-0,1) = 400 yuan'dır.
Bu örnek özellikle basit görünüyor mu?
Ancak, gerçek uygulamalarda yüzlerce değişken ve düzinelerce model yer alabilir. Dolayısıyla, daha sonra tanıtacağımız makine öğrenimi modeline yol açar.
03 İleri aşama
Neden makine öğrenimi modellerine ihtiyacımız var?
Bunun nedeni, ara aşamadaki karı tahmin etme modelinin iki eksikliği olmasıdır:
1. Lojistik regresyon modeli doğrusal olmayan ilişkiyi yakalayamaz;
2. Gerçek uygulamada, kar tahmini genellikle düzinelerce modelin üst üste konulmasını içerir, bu nedenle modeli güncellemek çok zaman alır.
Makine öğrenimi modelinde, KNN modeli kota modeline uygundur ve lojistik regresyon modelinin yukarıdaki iki eksikliğini çözebilir.
En yakın komşu yöntemi olarak da adlandırılan KNN modeli aşağıdaki fikirlere sahiptir:
1. Çok sayıda müşteriye (müşteri grubu A) rastgele bir kota verin ve performanslarını izleyin;
2. Grup A'da (alt küme C) başvuran B'ye benzer bir müşteri grubu alt kümesini bulmak için en yakın komşu yöntemini kullanın;
3. C alt kümesindeki müşteri gruplarına rastgele farklı kotalar atandığından ve farklı kotalar farklı müşteri performansı getirdiğinden, başvuru sahibi B'ye C alt kümesindeki müşteri karını maksimize eden kotayı doğrudan verebiliriz.
Bunu görünce, herkes saygı duymalı (bulut) ve giymeli (li) değil (sis) (li), bu yüzden özel bir resim yaptık:
Yukarıdaki girişten de görülebileceği gibi, KNN modelinin en büyük zorluğu, modelleme için yeterli sayıda rastgele örnek toplamaktır. Bu aynı zamanda başlangıçta ortaya koyduğumuz kota verme modeli sorununu da yansıtıyor. Ancak yukarıdaki paylaşıma dayanarak, şirketlerin her aşamada mevcut geliştirme durumlarına uygun bir kota yöntemi bulabileceklerine ve kota verebileceklerine inanıyorum.
Yukarıdakiler bugün için 5 dakikadır. Yukarıdaki örnek basit görünüyor, ancak kota modelinin inşası aslında karmaşık ve zor, ancak Aslan kaplanının dişi yıldızı bir zamanlar bize bir kase tavuk çorbası servis etti.
Ronghui Ürün Listesi
Ronghui Jinke, standartlaştırılmış risk kontrol ürünleri, özelleştirilmiş model geliştirme, sistematik risk kontrol danışmanlığı, büyük veri teknolojisi danışmanlığı ve uçtan uca tam süreç kredi iş çözümleri dahil olmak üzere bir dizi ürün ve hizmet çözümünü piyasaya sürdü.
Şu anda, Ronghui risk kontrol ürünleri lisanslı tüketici finansmanı, İnternet finansmanı, kredi, sigorta, bankalar ve diğer kurum türlerinde yaygın olarak kullanılmaktadır.
Ronghui dinamik
Ronghui Jinke, finansal kurumlar için eksiksiz bir risk kontrol çözümleri yelpazesi sunmaya kararlıdır. Vizyonumuz, herkesin kendisine uygun finansal hizmetleri kolayca almasına izin vermektir.
