贷中行为变量衍生体系¶

原文地址: https://mp.weixin.qq.com/s/lPg99fLqK3NEyCpeKvwUdw

开发策略和模型的基础条件之一就是有好的变量。在贷中环节，客户的行为数据，是非常重要的信息，对于开发B卡模型、提降额策略都是必不可少的。

1. 贷中行为变量介绍¶

贷中行为变量，是贷中场景最为核心的数据基础，贷中策略设计、B卡模型的开发都要基于贷中行为变量经过量化分析后完成的。

贷中的行为变量可以分为以下 6 大类，具体包括了：借款行为、还款行为、逾期行为、额度使用、权益调整、扣款行为

通过“主维度+算子函数+度量+条件维度+时间维度”的组合方式进行指标的逻辑衍生。

主维度：指标计算的主体维度，为业务中的核心要素，如：账户、身份证、手机号、卡号等。风险模型建模主要按客户维度进行，通常以身份证号作为主维度设计指标；因此如非特别说明，主维度即为客户身份证号。
算子函数：指标计算使用的算法，如：次数（不去重）、个数（去重）、求和、最小值、最大值、平均值、分位点、占比、时间间隔、新增、变化速率、是否、同于、不同于等。
度量：指标计算的目标，如：交易金额、欠款金额、还款金额、交易次数、逾期次数、借款平台数量、首次交易日期、最近一次消费日期等。
条件维度：指标计算的限制条件，可以是单个条件，可以是多个条件，也可以不设计条件。
时间维度：指标计算的时间范围，如：最近 ⅓/6/9/12/24 个月等；对于静态状态类特征指标，可以是当前时间点。

按照是否按时还款的角度，可以将还款行为细拆分为几种：正常还款、提前还款、逾期还款。针对循环贷产品而言，以“借据”维度为度量对象，结合时间切片、算子函数可以衍生出如下的贷中还款行为变量。

借款行为可以发生在任何时刻，相比于还款有应还日来说比较灵活。其衍生思路可以围绕时间切换的借款次数/金额统计、最近一次借款距今的时间差、以及长短时间切片的占比类变量，具体如下：