小額貸款風控建模

㈠ 有哪些正規的網貸平台

正規的網貸平台有：有錢花、螞蟻借唄、微粒貸、招聯好期貸

1、有錢花

有錢花是原網路金融信貸服務品牌,定位是提供面向大眾的個人消費信貸服務,打造創新消費信貸模式，擁有強大的背景實力，有錢花提供了滿易貸、尊享貸等個人信用貸款產品，可以承接大多數貸款者的需求。

4、招聯好期貸

好期貸是信用貸款，是招聯消費金融公司推出的在線個人消費貸款產品。招聯好期貸的額度為1萬-20萬人民幣，額度有效期為3年，3年內額度可以循環使用。 這個如果選擇分期還款不劃算，為等額本息還款方式，適合短期周轉。

(1)小額貸款風控建模擴展閱讀

正規平台的判斷

1、申請門檻

正常來說，放貸機構都會選擇將款放給資質好的用戶，這樣才能保證自己的錢能夠按時收回。而類似無視黑戶、無需芝麻分等這樣門檻極低的網貸平台，是不合乎常理的。

所以它能給出這么低的申請要求，肯定也是有其他的回報，比方說利息很高，或者乾脆就是騙取客戶資料進行販賣的騙子平台。所以，大家在選擇網貸平台的時候，要選擇對用戶要求是正常范圍內的平台，要求過低的最好不要申請。

2、前期費用

正規貸款機構的收費，都是從放款成功後才開始收取的，在放款之前是不會有任何費用的。但現在有很多小貸平台，通過各種手段，在放款前向用戶索取費用，而在大家支付成功後，卻未必能夠正在下款。

3、貸款利息

國家規定的民間借貸利息是年利率不能超過36%的，超過36%的部分借款人可以不用歸還，所以正規機構的貸款利息都是控制在年利率36%以內，超過這個部分的，不管是以何種名目收取的費用，其平台本身的正規性都有待考察。

㈡ 10100000這個電話說是平安普惠貸款的可靠么

10100000 是平安集團旗下平安普惠的電話，通常用於聯系客服是否有貸款需求。客戶確認想要貸款後，需要到門店提交貸款信息，平安有相關金融牌照。因此，向平安惠普申請貸款是安全的。但是，即使是電話申請貸款，最終能否通過，還要看貸款人的資質。另外，申請平安惠普貸款也需要做好個人徵信調查。如果負債率過高，出現多次逾期、多次查詢，就可能無法通過貸款審核。
拓展資料:
1、 平安普惠申請條件有哪些
作為平安集團旗下的貸款機構， 平安惠普貸款申請條件如下：
①申請人年齡在23-55周歲之間，且具備完全民事行為能力；
②能提供房產證、平安車險保單、平安壽險保單，或其他財力證明；
③擁有穩定的工作和收入，並在貸款申請地有穩定的住所，最好都能在6個月以上；
④個人徵信良好，無不良信用記錄。
2、 平安惠普貸款合法嗎
平安惠普貸款是中國平安保險集團聯營公司旗下的貸款平台，擁有正規的金融牌照，是合法的。不過，很多借款人反饋，平安惠普貸款實際下款綜合利息並沒有官方宣傳得那麼低，綜合年利率涉嫌高利貸，借款人需謹慎。另外，貸款的放款機構多為陸金所，並非平安銀行，放款額度並非銀行資金。
3、 平安普惠通過審核了嗎
①平安普惠是否通過主要看申請人的個人資質。如果申請人的資質不錯，最好申請平安普惠。如果申請人資質不好，申請平安普惠也不容易。
②總之，只要符合平安普惠貸款申請條件的用戶，通過貸款機構的審核更容易獲得貸款。目前，只要符合貸款條件，很容易通過審批。
③對於已經通過平安普惠的貸款申請者來說，不同的產品放款速度不同。 其中i貸最快3分鍾可走完申請、線上審批到放款的流程，其他無抵押最快2小時可以走完全部流程。
4、 平安普惠是小額貸款嗎
不是的，平安普惠是一家提供貸款服務的平台，可以提供大額、小額、抵押等貸款，並不單純的就是小額貸款。當然，小額貸款由於申請門檻不高，很多用戶都在平安普惠上申請小額貸款，因此大家對於平安普惠的認知大部分都停留在小額貸款上。

㈢ 微信裡面哪裡可以借錢

蘋果12，ios14，版本10.2.3
其實微信借錢的渠道有很多，比如微信公眾號借錢，微信應用借錢。
1、微信公眾號借錢其實就是在微信上關注各類貸款產品公眾號，然後在公眾號找到相關的借錢服務，點擊後會跳轉到借錢頁面，按照提示操作就行了，像招聯好期貸、分期樂、360借條、京東金條等都能通過這種方式借錢。2、微信應用借錢包括微信小程序、微信支付等，各有對應的借錢產品。1）像微信支付就有兩個。
一個是微粒貸借錢，點擊能跳轉到微粒貸頁面，同意授權查徵信和借款協議查看額度，出了額度後就能提交借款申請，放款後錢到到銀行卡里，因為是採用白名單邀請制的，有的人是沒有入口的；一個是信用卡還款，選擇任意一張綁定的信用卡，進入信用卡還款頁面，在「立即還款」下面有一行藍色小字「更多還款方式」，點擊會出現兩個選項，選擇分期還款就能借錢了，產品叫微樂分，最高額度6000元，只能用來還信用卡。
2）微信小程序，就是微眾銀行We2000借錢，點擊立即開通按照提示進行開戶，成功後點擊「獲得支付備用金」申請，通過後可獲得一筆支付額度，可通過審核後即可使用支付備用金功能，在使用We2000賬戶消費時，余額不足就會用備用金支付。
微信公眾號微信公眾號是微信最為強大的功能之一，可以為我們提供多種多樣的服務。大家通過微信公眾號可以了解的貸款資訊，還可以在線申請貸款。安逸花就是這么一款產品，大家在需要貸款時，只需動動手指就可以在線完成所有貸款流程，十分方便。
我們通過安逸花看看微信在哪裡可以借錢。1、在微信中搜索「安逸花」；2、點擊關注，進入對話框；3、在菜單欄上找借款，按鈕在線填寫貸款申請，等待系統審核就行了。微信錢包
微信錢包也是我們最常用的微信功能之一，可以幫助我們在支付，在線理財等等。其實，大家也可以通過微信錢包當中的「
微粒貸借錢」功能來實現微信借錢。

微粒貸是騰訊旗下微眾銀行微信借錢平台，專門為信用良好的微信用戶和QQ用戶提供貸款，額度最高30萬元，日利率0.04%，可以隨借隨還。我們通過微粒貸看看微信在哪裡可以借錢。1、在微信「我的錢包」當中找到「微粒貸借錢」
2、點擊進入「微粒貸借錢」後，我們可以看到系統給我們的貸款額度；3、大家在需要貸款時，點擊額度下方的「借錢」按鈕即可。

㈣ 如何辦理小額貸款

網上申請貸款推薦：螞蟻借唄、網商銀行、微粒貸、京東金條、小米貸款、平安小橙花、有錢花。
1、螞蟻借唄
借唄相信大家都已經知道了，借唄是支付寶旗下的信貸服務品牌，借唄額度最高為30萬，貸款日利率為0.015%-0.06%。借唄開通是邀請制，獲得了邀請才能開通借唄，開通條件是芝麻分達到600和支付寶實名制。芝麻分主要從用戶的身份信息、信用情況、人脈關系、還款能力等方面進行綜合評分。
2、網商銀行
支付寶網商銀行還是服務於小微企業、大眾消費者、農村經營者與農戶、中小金融機構。申請門檻跟以前的借唄是一樣的，貸款額度最高1萬元，貸款日預期年化利率是0.05%，借款期限12個月，採用等額本金還款法。
如有資金周轉需求，推薦你用度小滿，即原網路金融，2018年完成拆分，實現獨立運營，公司背景是一家成立於重慶的金融信息技術公司，注冊資本3億元，正規持牌運營，旗下主要是有錢花信貸服務，有網路品牌背景及技術支持。
另外，度小滿公司還有理財、錢包支付、保險經紀等業務，並相應取得了證券期貨許可證、支付業務許可證及保險中介許可證，證照齊全公開，符合國家監管。
有錢花貸款額度500元-20萬元不等，年化利率7.2%起，1萬元借1天利息2元起，貸款期限長，按日借款，次日可還，按日計息，無抵押、純信用、全流程在線憑身份證和銀行卡申請，最快30秒審批、1分鍾到賬，無任何隱形收費。
參考資料：度小滿有錢花官網
利用網路的人工智慧和大數據風控技術，全程對個人信息進行加密以及監控保護，每次貸款放款，均需要核驗密碼等驗證項，且只能放款至貸款人本人名下銀行卡，可以放心使用。
3、微粒貸
微粒貸是騰訊微眾銀行所推出來的互聯網貸款產品，按天計算貸款利息，貸款日利率為0.02%~0.05%。微粒貸和借唄一樣，也是採取的邀約制的開通方式，用戶只有在獲得了微粒貸邀請的情況下，才可開通使用借唄，用戶可以在手機qq錢包或者是微信九宮格查看是否有微粒貸。
4、京東金條
京東金融出品互聯網信用貸款產品，貸款額度最高10萬元，貸款日利率0.05%，活動期間有優惠為0.04%。
5、小米貸款
小米貸款是小米金融旗下的消費信貸服務，主要業務為個人信用貸款、消費分期貸款，採取無擔保線上交易模式。根據大數據建模及徵信信息授信，基於移動互聯網線上平台，以手機為載體，為用戶提供服務。2015年9月，小米貸款推出APP。
6、平安小橙花。平安消費金融推出的小額信用貸款，只要有大專及以上學歷就可以辦理，需要收入穩定，徵信良好，日利率0.039%起。

㈤ 數據分析之風控

上世紀90年代初，以美國運通（Amarican  Express）為首的美國信用卡金融公司開始運用數據建模來提升風控能力，解決精準營銷等問題。Discover，Capital  One緊隨其後

1995年，AMEX的風控模型開始試運行，1997年風控系統正式上線，此後幾年，AMEX保持高速增長且把不良貸款降到業內最低

2008年，discover將全球數據分析中心搬到上海。從這個中心流出的風控人才，填充了中國各大互金公司

業務類型：有抵押貸（房貸車貸）、信用貸（比如宜人貸）、消費分期貸（手機家電等）、小額現金貸（500/1000/1500）等

風控涉及業務：1）數據採集：包括徵信數據，運營商數據，爬蟲，網站埋點，歷史借款數據，黑名單，第三方數據等

                 2）反欺詐引擎：主要包括反欺詐規則與反欺詐模型。

                 3）規則引擎：即常說的策略。主要通過數據分析手段統計不同欄位和各個區間的壞賬率，然後篩選得到信用較好的人群進行放款

                4）風控模型&評分卡：模型演算法之間並無顯著不同，而是根據其發生的不同時間點進行劃分(貸前/貸中/貸後)，即目標產生的方式不一樣。通常信貸領域都是以逾期天數來定義目標變數。A卡可以用客戶歷史逾期天數最大值，B卡可以用多期借款中逾期最大的一次。C卡因為用途不同有不同的建立方法

                5）催收：是風控的最終手段。這個環節可以產生很多對模型有幫助的數據，比如催收記錄的文字描述，觸達率，欺詐標簽等等

1）爬蟲可以爬取手機APP的信息。我們可以將手機APP分成4類：工具，社交、娛樂、金融。計算每種APP的個數，這樣就有了4個特徵

2）從運營商數據可以知道客戶打了多少電話，發了多少簡訊，用了多少流量，是否有過欠費等信息

3）徵信報告很多時候都是一個簡單的徵信分數，一般都是得分越高，客戶質量越好

4）從基本信息中獲取用戶畫像，比如從身份證中得到年齡、性別、戶籍3個特徵

黑名單的升級版本就是規則引擎。然而它是靠經驗生成的。比如保險公司可能會拒絕連續退貨5次或者退貨比例達到80%的人購買退貨險。規則通常需要投入大量的精力維護，不斷更新修改，否則會造成大量的誤判。對疑似套現金額、筆數超過一定數目，建議拒絕准入，或做重點關注。XX天內申請借貸數大於某個值，建議拒絕

比如我們可以設定一個准入規則，如職業為公務員、醫生、律師等。

還可以設置直接放款原則，比如芝麻分大於750分

目標變數如何確定：以A卡為例，主要通過roll-rate與vintage。舉個例子，我們可以定義在8個月逾期超過60天的客戶為壞客戶，8個月未逾期的為好客戶。而八個月逾期在0-60天內為不確定客戶，從樣本中排除。

1）前期准備工作：不同的模型針對不同的業務場景，在建模項目開始前需要對業務的邏輯和需求有清晰的理解

2）模型設計：包括模型的選擇（評分卡還是集成模型），單個模型還是做模型細分。是否需要做拒絕推斷，怎麼定義觀察期、表現期、好壞用戶。確定數據來源

3）數據拉取及清洗：根據觀察期和表現期的定義從數據池中取數，並進行數據清洗和穩定性驗證。數據清洗包括異常、缺失、重復。穩定性驗證主要考察變數在時間序列上的穩定性，指標有PSI,IV,平均值/方差等

4）特徵工程：主要是特徵的預處理和篩選。評分卡主要是通過IV進行篩選。另外會基於對業務的理解進行特徵構造，包括特徵交叉（兩個或以上特徵相乘/相除/笛卡爾積），特徵轉換等

5）模型建立和評估：評分卡可以用邏輯回歸，只需要做二分類預測可以選擇xgb.模型建好後需要進行模型評估，計算auc,ks。並對模型做交叉驗證來評估泛化能力

6）模型上線部署：在風控後台配置模型規則，對於一些復雜的模型比如xgb,一般是將模型文件轉換為pmml格式，並封裝。在後台上傳文件與配置參數

7）模型監控：前期主要是監控模型整體與變數的穩定性。衡量標准主要是PSI（population stability  index）。其實psi 就是按分數分區間後，各個分數區間實際與期望佔比的差異。如果小於10%，無需更新模型。小於25%，就需要重點關注模型了。如果大於25%就需要更新模型。計算模型psi一般用等頻，可以分10箱

1.A卡B卡C卡含義與區別 

A卡（application score card）：即申請評分卡，在客戶申請處理期，預測客戶開戶後一定時期內違約拖欠的風險概率，有效的排除了信用不良客戶和非目標客戶的申請。同時對客戶進行風險定價----確定額度與利率。用到的數據主要是用戶以往的信用歷史，多頭借貸，消費記錄等信息。

B卡（behavior score   card）：行為評分卡，在賬戶管理期，根據賬戶歷史上所表現出的各種行為特徵來預測該賬戶未來的信貸表現。一是防控貸中風險，二是對用戶的額度做一個調整。用到的數據主要是用戶在本平台的登錄、瀏覽、消費行為等數據。還有借還款，逾期等借貸表現數據。

C卡（collection  score  card）：催收評分卡，對逾期賬戶預測催收策略反應的概率，從而採取相應的催收措施

三張卡的區別：

數據要求不同：A卡一般可做貸款0-1年的信用分析。B卡則是在申請人有了一定行為後，有了較大數據進行的分析。C卡則對數據要求更大，需加入催收後客戶反應等屬性數據

特徵不同：A卡用到的大部分是申請者的背景信息，比如客戶填寫的基本信息，以及第三方信息。而且這個模型一般也會比較謹慎。B卡利用了很多基於交易的特徵。

2.風控領域為何選擇邏輯回歸模型，有哪些局限性

1）首先是因為邏輯回歸客群變化的敏感度不如其他高復雜度模型，因此穩健性好

2）模型直觀，系數含義好闡述，易理解

缺點是容易欠擬合，准確度不是很高。另外對數據要求比較高，缺失、異常、特徵共線性都比較敏感

3.為何用IV而不是WOE篩選特徵

因為IV考慮了分組中樣本比例的影響。即使這個分組的WOE很高，但是分組的樣本佔比很小的話，最終這個特徵的預測能力可能還是很小

4.ROC與KS指標(ks在0.2-0.75，auc在0.5-0.9較好)

ROC曲線把TP,FP當作橫縱坐標，而KS曲線把TP,FP都當成是縱坐標，橫坐標是閥值。KS能找出模型中差異最大的一個分組，大於0.2即可認為有比較好的預測准確性。而ROC能反應整體區分效果

5.分箱方法與badrate單調

目前在行業里，大家用貪心演算法進行分箱的比較多，比如best_ks,卡方分箱等。badrate單調性只在連續型數值變數與有序型離散變數（如學歷/尺碼）分箱的過程中才會考慮。至於為何要考慮badrate單調性，主要是出於業務理解，比如歷史逾期越多那麼badrate越大。

6.為何不同的風控模型，一般都不會選用相同的特徵

被拒絕的人，是因為某些特徵表現差。如果用相同的特徵做重復篩選，那麼隨著時間推移，以後建模的樣本裡面就沒有這些人了。這樣特徵上的樣本分布就變了。

7.風控中用的無監督演算法有哪些

聚類演算法，基於圖的離群檢測，LOF(局部異常因子)，孤立森林等

8.卡方分箱

卡方分箱是基於合並的數據離散化方法.基本思想是相鄰的區間具有類似的類分布,則將之合並.而卡方值是衡量兩個區間相似性的標准,卡方值越低越相似.當然也不可能無限合並下去,我們給它設定一個閥值.根據自由度與置信度得到.比如類別數是N，那麼自由度就是N-1.而置信度表示發生的概率。一般可以取90%。

9.best-ks分箱

與卡方分箱相反，best-ks分箱是一個逐步拆分的過程。將特徵值從小到大排序，KS最大的那個值即為切點，然後把數據分為兩部分。重復這個過程，直到箱體數達到我們的預設的閥值即可。

10.拒絕推斷（reject  inference）

申請評分卡是利用通過審核的授信客戶的歷史數據來建立模型，但是此模型會忽略原先被拒絕的這部分客群對評分卡模型的影響。需要通過拒絕推論來對模型進行修正，以便使模型更加的精確與穩定。另外，公司的規則變化也可能讓過去被拒絕的客戶現在能通過。適用於中低通過率的場景。

常用方法：硬性截斷法---先用初始模型對拒絕用戶進行打分，設置一個閥值。高於此分數標記為好用戶，反之為壞用戶。然後把標記後的拒絕用戶加入樣本中重新訓練模型。分配法---此方法適用於評分卡。將樣本根據評分高低進行分組，並計算各組的違約率。然後對拒絕用戶進行打分並按照之前的方法分組，以各組的違約率為抽樣比例，隨機抽取該分組下的違約用戶，指定為壞用戶，剩下的標記為好用戶。然後將標記好的拒絕用戶加入樣本重新訓練

11.建模過程中如何保證模型的穩定性

1）在數據預處理階段可以驗證變數在時間序列上的穩定性，方法有：計算月IV的差異，觀察變數覆蓋率的變化，兩個時間點的PSI差異等。例如我們選取1-10月的數據集，借鑒K折驗證的思想，得到10組驗證結果。觀察隨著月份的推移，模型的變化是否有比較大的趨勢變化

2）在變數篩選階段剔除與業務理解相悖的變數。如果是評分卡，可以剔除區分度太強的變數，模型受這個變數影響太大，穩定性會下降

3）做交叉驗證，一種是時間序列上的交叉驗證，一種是K折交叉驗證

4）選擇穩定性好的模型。比如xgb  隨機森林等

12.怎麼處理高維稀疏特徵與弱特徵

對於高維稀疏特徵，邏輯回歸比gbdt效果好。後者的懲罰項主要是樹深度與葉子數目，這對稀疏數據來說懲罰並不嚴厲，容易過擬合。使用邏輯回歸評分卡，則可以把特徵離散化為0與非0，然後再進行woe編碼。

如果用評分卡建模，弱特徵一般會被舍棄掉。評分卡的入模特徵數不宜過多，一般在15個以下。而xgb對數據的要求不高，而且精度好。一些弱特徵進行交叉組合也許有意想不到的效果。

13.模型上線後發現穩定性不佳，或者線上的區分效果不好，怎麼調整

模型穩定性不佳首先檢查當初建模時有沒有考慮特徵的穩定性。在模型前期發現穩定性不佳的變數，考慮棄用或用其他變數代替。另外分析線上線下用戶和建模時用戶的分布差異，考慮在建模時增加拒絕推斷的步驟，讓建模樣本的分布更加接近實際的整體申請用戶

線上的效果不好可以從變數角度分析。剔除掉效果不好的變數，挖掘新的變數入模。如果一個模型已上線較長的時間，用戶的屬性也慢慢發生偏移，那麼重新取數做下模型

14.怎麼做風控模型冷啟動

產品剛上線時，沒有積累的用戶數據，或者用戶沒有表現出好壞，此時可以考慮：           1）不做模型，只做規則。憑借業務經驗，做一些硬性規則，比如設定用戶的准入門檻，考量用戶的信用歷史與多頭風險，可以接入第三方的反欺詐服務和數據產品的規則。也可以結合人工審核來對用戶的申請資料做風險評估                                                                               2）藉助相近模型的數據來建模。

15.樣本不平衡問題

除了調整類權重以外，主要採用采樣方法來解決。常見的有樸素隨機過采樣，SMOTE,ADASYN（自適應綜合過采樣）

16.運營商數據處理

根據通話日期，可以將通話記錄分為近7天，近半月，近一月，近三月，近6月等時間窗口。也可以按具體日期劃分為工作日、節假日等。根據通話時間，可以將一天劃為凌晨、上午、下午、晚上。至於電話號碼，一種思路是按照歸屬地劃分為 省市，另一種思路是對號碼打標簽，根據電話邦、網路手機衛士、搜狗號碼通的標記，區分出快遞外賣、騷擾電話、金融機構、中介等。甚至根據業務積累區分號碼是否是黑名單用戶、申請用戶或申請被拒用戶。用戶與不同號碼標簽的通話情況，可以側面反應用戶的通話習慣和生活特點

17.逐步回歸

當自變數之間的關系比較復雜，對於變數的取捨不易把握時，我們可以使用逐步回歸的方法進行變數篩選。逐步回歸的基本思想是將變數逐個引入模型，每引入一個變數進行F檢驗，並對已經選入的變數進行t檢驗，當原來引入的變數在後面的變數引入之後不再顯著時，則將原來的變數刪除。以確保每次引入引入新的變數之前回歸方程中只包含顯著性變數

18.在邏輯回歸中，為什麼常常要做特徵組合（特徵交叉）

邏輯回歸屬於廣義線性模型，特徵組合可以引入非線性特徵，提升模型的表達能力

部分引用文章： https://www.jianshu.com/u/0ce0500106d              https://new.qq.com/omn/20180115/20180115A0RUEZ.html                    https://www.ixueshu.com/document/.html                                                                                                                                      https://www.e-learn.cn/content/qita/775233                                                                                https://cloud.tencent.com/developer/article/144 8182                                                                 https://www.shangyexin.com/article/details/id-171268/                                                          https://blog.csdn.net/sunyaowu315/article/details/87162765                                                      https://www.yuque.com/rookie-ywx0p/sm8coc/ll43oc                                                                  https://zhuanlan.hu.com/p/56474197                                                                                     https://www.infoq.cn/article/jXwvkaB9t7mPWHxj9ymu                                                             https://cloud.tencent.com/developer/article/1489429                                                                  https://cloud.tencent.com/developer/article/1059236                                                                  https://github.com/taenggu0309/Scorecard--Function

㈥ 河北幸福消費金融是哪家小額貸款

屬於京東金條劉強東的產品和全國的銀行合作。

河北幸福消費金融股份有限公司是張家口銀行聯合神州優車、藍鯨控股共同發起設立的，河北省首家經原中國銀監會批准成立的消費金融公司。公司於2017年6月14日正式開業，經過兩年多的發展，公司消費金融生態體系初步搭建，發展韌性明顯提升；產品體系建設初步成型，獲客能力逐步提高；風控體系建設羽翼漸豐，資產管理能力持續增強。在創新探索中初步形成了科技驅動、智慧金融、普惠金融的差異化核心能力，得到了社會各界的認可。

一是科技驅動。著力提高科技發展意識,充分發揮科技創新的驅動力，用科技手段主動發現業務需求，解決業務問題，持續優化生產系統，提升運營能力，提高投產效率，沉澱科技資產，嘗試科技輸出，打造開放的消費金融平台3.0，科技綜合實力進入行業前列。

二是智慧金融。在新技術應用領域，持續探索、不斷嘗試，利用雲計算技術，搭建起私有雲平台，實現了系統架構高彈性目標；基於大數據平台，沉澱數據資產，為風險建模、實時分析和數據驅動發展奠定基礎；利用人工智慧技術，進行人臉校驗比對，有效防範欺詐風險；利用區塊鏈技術，參加全國性應用比賽，區塊鏈技術在金融領域的應用探索獲得權威認可。