续上篇：

PART 5.拒绝捞回的总结和思考

因为被拒人群的风险较高且难以预估其真实表现，拒绝捞回是一种冒风险的尝试，所以在做之前，要考虑目前业务的实际情况，如果现阶段的逾期表现良好且稳定，做捞回是可以一定程度上提升业绩的，逾期情况不太好的话还是要谨慎考虑。

对于捞回用户最好还是做一下“增信”，从中挑出好的用户，常见的增信方式有用模型分再卡一道，或者增加一些强规则(年龄，收入，社保公积金等)。另外也可以通过降低捞回用户的额度，提高利率，限制期数等手段来覆盖坏账损失。




PART 6.  实操环节--拒绝推断(外推法）

拒绝推断是风控建模中解决“样本偏差问题”的一种方法，我们都知道风控建模是对于放款通过的样本建立的，而放款拒绝的样本因为没有好坏标签，所以不会加入建模样本里。但模型上线应用时，例如在支用申请环节，会对全量样本做预测，造成“部分样本估计总体”的问题，模型的预测结果可能偏离了实际情况。所以为了解决这个问题，引出了拒绝推断的方法，它的目的是对拒绝样本打好坏标签，然后加入到建模样本中来训练，从而缩小训练样本和总体的差异。本次实操是拒绝推断中比较常用的一种方法---外推法。




外推法的思路简单讲就是拒绝样本的风险是比通过样本高的，我们可以先用通过样本建一个模型，对拒绝样本打分，对其进行分组，然后人为指定一个风险倍数来推断拒绝样本的badrate。具体的实现流程：

1）对通过样本建模，并对通过样本和拒绝样本打分。

2）对通过样本根据模型分进行分组（一般等频），统计每组的badrate，并将拒绝样本按同样的逻辑进行分组。

3）指定一个风险倍数(2-4)，将通过样本的badrate乘以风险倍数，就是拒绝样本推断的badrate。

4）根据推断的badrate计算拒绝样本中每组的好用户数和坏用户数，并随机赋予bad和good状态。最后检验整体拒绝样本的badrate是否为通过样本的2-4倍。

5）将拒绝样本和通过样本组合起来建模

实操的步骤如下：

1.实操提供了两份数据，kgb_data(放款通过样本,有好坏标签)，reject_data(放款拒绝样本，无标签)，第一步先对放款通过样本建模，构建kgb模型，这里建模用的是lightgbm算法。














2.对全量样本(放款通过的和拒绝的)进行打分，从模型分分布看，拒绝样本整体分数要比通过样本低，符合业务解释(拒绝样本的坏用户占比会更高）。









3.将通过样本的模型分按等频(分为8组）分箱，计算每组的badrate，将拒绝样本按相同的分箱逻辑进行分组。









4.对每个分箱，以通过样本的badrate乘以经验风险因子(一般是2-4），得到拒绝样本的badrate。这里风险因子为2，说明每个箱拒绝样本的风险是通过样本的2倍。









5.按照拒绝样本每个箱算出来的好用户数和坏用户数，随机赋予箱体内样本以bad和good状态，最后看下整体拒绝样本的badrate是否为通过样本的2-4倍。









6.合并拒绝样本和通过样本建模。









希望本文能帮助到各位做风控的同学！

关于本文涉及内容，因为(公众号)此处无法传输数据集，我们会将整体内容以文件包(数据集+代码)同步到知识星球平台，实操内容请大家移步：









~原创文章

...

end