来FAL学风控|风控策略分析师的日常是怎样的？（案例+代码详解篇）

风控策略分析师的日常是怎样的？（案例+代码详解篇）

FAL金科应用研究院

做了5年的金融，3年的数据分析工作，从17年6月才真正接触代码，算不到熟练，但在不断的学习和工作实践中目前是可以解决任何问题的，就这么硬气，是企业要求太低了么，哈哈哈。

这不是一篇代码教学的文章，这是一篇讲述我日常工作都需要的编程语言、学习过程、工作项目、以及学习心得。首先工作中都用了哪些工具呢，我所用到的有sql（mysql，oracle，odps），r，python，sas，Sas em，mongo，neo4j，spss，fico_mb。这些是大家看职位招聘简介的时候会经常提到的语言。

1

语言分类个人感觉概括首先数据库存放数据的语言：sql、mongo、neo4j。每一种数据存放的格式有所不同，是为了实现相应的功能。数据分析师主要需要懂得各自的查询语法，来加工，清洗，提取数据或者开发报表。

工作经验可以说80%都是在写sql，主要也跟工作职能相关，主要用sql开发各种报表，另外，就是为建模前期数据建模样本和字段提取、字段衍生做准备。这个语言要求精通，才能快捷，精确的实现自己的报表需求或者建模样本字段的提取和衍生需求。➡️此语言中sql需要极度熟练！

其次是界面式的拖拉操作，主要是内部已经封装好算法，方便人直观的进行数据导入，清洗，算法建模，很直观，快速。包括spss，sas em，fico_mb最大的优点是不用写代码。➡️此语言不能装高大上，但是简单，高效，易学习，超级可视化。最后是r、python、sas，这三者大家很熟悉了。我谈下个人的看法：sas是银行采用的很普及的软件，一方面强大的功能稳定性，另一方面价格尤其高，很多人难以接触。笔者最近也在学习sas的代码，最大的感觉是编程比python 还简单，功能上在数据挖掘上不亚于python，sas写自动邮件居然比python简单十倍，而且逻辑极其简单。

Python可塑性很强，通常说就是很方便、很简单的能干很多事情，尤其最近几年的机器学习把python搞得很火，主要还开源免费。

R呢，感觉最近被大家抛弃了，但是记住他是专业的数据挖掘科学软件（科学级别），就举例你在python上很难找到专门建金融评分卡的库，但是r上已经很早就有成熟的各种分箱算法，建模算法，ks，iv，计算等成熟的包，更适合做细节的评分卡开发。以上，作为带有分析师字样的岗位，不会一门语言，现在已经说不过去了，掌握1-2门编程语言已经是当下最基本的要求。如果做为数据挖掘工程师，是需要熟练掌握几种算法的全过程建模code开发。例如lr评分卡、gbdt、xgb，能全流程建模。了解到这些你大概清楚，自己对自己的一个认识了，当然这只是我的认识。

2

阐述几个具体工作的小项目

由于主要负责公司所有报表的产出。包括运营的各种转化、渠道，资金监控报表，催收部门的预提醒，回款等财务的对账报表。夸张的说占据了整个代码90%的工作量。

因为风控部门的报表比较细致。批核报表、模型监控报表、迁徙报表、vintage报表，逾期监控报表等等，报表最多的达到200多行代码，嵌套10多层sql，10多个表连接，聚合，排序，开窗等各种函数的使用。写好sql总结下来最大的几个需要注意的重点，其实sql是最简单的语言。学好语法就好了。做出一个准确的报表需要几个进一步必须提升的能力。

熟悉表结构并且要从业务逻辑上搞清楚。每个字段每一个值代表的逻辑再结合业务理解清楚。
构造sql的逻辑思维，不要上来就写，假如你要写一个vintage，看看需要几个表，表里的字段是否都是满足自己的需求。另一个重要的就是过程构造，往往简单的嵌套不能形成需要的报表，需要自己先画出每个嵌套的数据逻辑草图，就像盖房子画图纸一样。
检查数据是否符合业务逻辑，准确，反复验证。每一个嵌套查询我都会去把数据跑出来看看是不是想要的，然后在进行下一步。
Sql：举例一个vintage报表

代码结构是正确的，字段已处理，请忽略。首先：每一个表的选取，条件，连接关键字的确定；其次：合同表、还款计划表、实际还款表、催收表。进行左连接（要什么样的最底层数据，怎么进行连接，设置什么条件，需要计算哪些新的字段，本文为逾期天数）；聚合：上面简单的两个步骤生成的数据可以满足我直接生成vintage。

当然熟悉vintage必须的，这个是另一个需要掌握的，接下来按vintage的定义，进行报表构造。本案例只用到了简单的聚合函数、条件关键字。其实这在金融里算比较复杂的报表了，但是事实发现，其实做起来是很简单的。

如果你有以下几点是做不出来的：

不懂vintage理论、定义，那绝对可以不用写了，因为不知道要干嘛；
不知道数据都在哪个表，每个字段代表的意义，写出来缺东西，或者不准，或者搞了好久，自己还不明白自己做出来的数据；
知道1和2，但是不知道构造sql，上来就直接写vintge的计算字段是不对的，需要先计算逾期天数，计算逾期天数又需要连接多个表。

大概的构造方式就是你要一层一层去推理，直到最后一层的数据是直接可以拿的，或者直接可以来生成的，千万不能跃层。然后再从最后一层往前写sql，盖房子。上面的sql的结果是这样的

以上例20190828来分析（四期产品所以四个账期），直观的可以发现这天放了7700，在第一期的pd8表现的逾期率为22,28，到最后的四期表现全部结束，该放款日最后pd8坏账31.82%。上下日期比较可以看放款额的变动，每期，总期的资产质量表现情况。对策略，市场影响、客群变动都是最好的追踪。其次用的最多的就是Python（spyder），他整合能力很强，可以跨多个语言的数据库，然后通过代码处理加工，整合数据需求，可以访问monggo，neo4j，mysql，orcale，然后还可以开发邮件报表和钉钉监控的自动消息。还可以直接用已经编程好的代码进行数据挖掘建模。整体功能强大，编程起来简单。Python 经常需要掌握的简单技能：

需要了解数据类型和结构方式
能做简单的数据处理，截取，连接，汇总
循环条件控制使用（for 循环）
机器学习库ski，numpy（没怎么用过），pandas，
Pandas 这个很友好，内置很多方便的函数，例如可以直接用sql函数就可以执行sql代码执行，并形成表，如果用pymysql的excute则还需要自己在把字段加上处理。
以上都是大致的基本要求。
Python：举例一个lr模型自建函数的开发技能提升：本人还是觉得最核心的是逻辑思维：本图iv最优分箱思维简要举例。

整个开发工程涉及到的语法并不多，运算符加for循环，简单吧，会这两个就ok了。运算符也很简单只有加减乘除，log等数学函数。其实整个逻辑很重要，下面简述我代码的构造逻辑。写成了库函数的形式，然后import自己的库，使用方便，简单清晰，不会误改。

上图下面的代码很简单没有罗列，重点请看卡方函数绿色的文字，我觉得这个是最重要的。

建立一个最优卡方分箱，如果自己知道要做的这几个要点，就可以构造出来的，读者朋友们一开始就用别人的代码，我相信也没有几个人能真正把别人的代码搞明白，最后只知道运算结果，中间的环节都不知道，到最后可能连卡方值怎么计算都不清楚。

一定要自己设计思路，画出思想大纲，去解决每个问题。上面说到这个代码涉及到的开发都是很基础级别的，都是一些加减乘除和for循环，而核心的东西是需要自己去构造，有自己的逻辑思维，这个是需要自己去摸索，成长的。只有了这样，才会很好的写出优秀的作品，而且是不断的产出的。Python邮件发送或者钉钉自动任务的配置（这个也常用，简单介绍下）

这个其实不太难了，把上文生成的报表，通过邮件或者api接口的形式发送到需求终端。

在python构造过程中主要有三个部分，访问数据库提交写好的sql，构造邮件或者api请求。将代码组合好，然后放到服务器，通过自动化任务进行配置操作。

这个工作最大的好处就是经常周期性的工作在写好代码后，可以全流程自动化，节省大量的时间做一些其他有意义的工作或者学习。以上就是我工作中主要用到的一些必备代码编程了，其实知道自己要实现什么、然后选择通过哪些编程语言去实现就好了，每个编程语法都只有一行，难的不在编程，只要你需求清晰，有构造思维。

最后，其实你与策略分析专家就隔着一个强大的构造逻辑思维能力，让自己的逻辑思维强大起来吧，加油！！！

微信公众号搜索：「 金科应用研院」
可以从菜单栏点击「在线学习」
更多风控培训课程与干货学习资料，都在微信公众号
回复关键字： **「风控量化包」**➡️领取干货学习资料
回复任意词可以加我们官方微信加入风控学习群
不定期分享干货资料，一起讨论风控经验～