风控人需知：信贷风险流程中的决策矩阵与实操

风控决策流程是信贷风控的主心脉络，这套风控框架的设计往大了说决定了后续风控的种种流程，往小了决定了后续策略调优的各种细节，关于决策流程以往的文章，相关有：

《基于串行规则流的黑名单跟准入》

《信贷策略中的决策矩阵》

…
今天，会再根据风控中的决策流程，再跟大家讲解风险流程中的决策矩阵的实操内容。

我们知道金融产品大多的风控决策流程会由策略、模型两部分构成（也有只有策略或仅有模型的决策流）。
用户进件申请先后会通过策略、模型的串行节点，并根据对应模块的策略规则、模型分数的阈值，决定用户后续授信环节的通过与拒绝。但是在这种单向评估用户的风险程度对准确率均有一定影响，为了更有效地对用户风险进行评估，现探究策略与模型的并行交叉结果，综合分析用户的风险程度，于是我们引入目前较为常用的模式：策略&模型的决策矩阵分析的分析方法。
串行决策：

并行决策：

在具体的实操案例中，我们以模型1跟策略2进行具体的举例说明：
模型1中，根据风险评分划分的客群风险得分为：A、B、C、D、E（这些风险是由低到高排序：A—高风险、B—较高风险、C—中风险、D—较低风险、E—低风险）。根据model_score区间阈值设定如下：

在策略2中，根据策略划分的风险等级也可划分为：N、L、H、D（风险由低到高，其中N—正常、L—低柔、H—高柔、D—刚性，取规则集rule_01-rule_10最高风险等级）， 各规则等级根据rule区间阈值设定 如下：


于是根据以上模型与规则的二维交叉矩阵，就能得到规则&模型的内容，我们称之为风险决策矩阵。

(相关课程中涉及的其中一种模型)
…
在风险决策矩阵中，除了以上最基础的模型外，有时候我们还将用到一些深度化的内容如风险的二级、三级矩阵，比如在授信或者定额场景中，二级矩阵更是比一级矩阵常用些。
关于以上所提及的决策矩阵，除了理论性的方法外，本次我们还提供了具体的案例数据集与代码实操方式，协助大家来进一步实现具体的落地实操…

本次我们用到的样本数据包括：
观测：10000条
变量：13个- cust_id：客户ID
flag：好坏标签
model_score：A卡模型分数 -
rule_01-rule_10：策略规则01-10

~原创文章
…
end