1.贷前模型的策略应用
分类：审批准入（对头尾部区分度要求高）：单一规则（找lift>3的分数做规则）；二维交叉；拒绝回捞
额度定价（对排序性要求高）：分层输出风险等级，作为额度或定价策略主维度维度
方法：根据ks值，将在ks转折点前的箱拒绝，之后的通过并依次给高额度。
如图：
多模型组合：串行/交叉(模型相关性要低，注意每个格子的样本量，并看交叉之后好坏是否有排序性，同时考虑通过率和坏账率）/融合
2.定额策略概述
授信额度和借款额度
损失率=户数损失率*限额控 制比*额度使用率
=户数损失率（坏账户数/总账户数）*贷款额控制比（平均坏账额/平均贷款额）
a.数据维度
额度=f(风险，收入，需求）
EL（预期损失）=PD（违约概率）*EAD（可能损失的最大金额）*LGD（违约损失率）
风险数据：模型分：A卡/征信/三分数据源 强变量：征信查询多头/三方多头共债/历史逾期数据
收入数据 ：强相关：社保、公积金、信用卡额度、房贷、固定资产、月消费、工资流水、模型预测、外部数据/弱相关：年龄、学历、职业、城市、是否有车、手机品牌、手机价格、地址稳定性
负债数据：征信数据、外部共债数据
需求：没有借款需求的客户额度高，包括：埋点数据/营销响应模型分/动支模型分/征信查询数据/外部借贷行为和意向数据
b.收入推算：可以根据公积金/社保/房贷/人行报告中信用卡额度
月收入=养老保险/28%=养老保险个人缴纳/8%，但会存在问题，比如收入过高超过最高缴交基数，以及部分公司惠安最低标准交
月收入一般也等于房贷/40%
如何定额度：逻辑：额度=月可支配收入/最低还款比例，因此推测月收入=信用卡平均账户额度*最低还款比例/40%
注意比如根据公积金推算，要加限制条件，比如公积金用户姓名需与客户身份证姓名一致且缴纳状态正常
c.额度矩阵设计
流程：确定额度范围（盖帽和托底额度）-确定主维度（风险、收入、需求）-确定调整系数（用其它维度的弱相关变量修正）-计算基础额度（对不同风险级别的客户设置不同的盖帽托底额度）-计算最终额度
具体方法1：
风控主维度差异化盖帽，收入维度推算基础额度：风控主维度画格子确定托底和盖帽——推算综合月收入（根据公积金、社保、个税等）——计算基础额度=综合月收入*系数——最终额度=min(max(基础额度,5000),50000)
具体方法2：
风控、偿债主维度差异化定额，客户等级、学历差异化额度系数 ，这样做额度取值会比较少
如图！！！！！！！
具体方法3：在2的基础上按条件设置差异化盖帽额度，如图
图！！！！！！！！！！！
d.额度指标评估
作用：额度连接着客户风控和客户需求，因此难做。风险客户一般额度需求高，而好客户给了额度也不用。
方法：
1.额度有效系数，包括：金额逾期率/户数逾期率，额度逾期率（不考虑实际逾期金额是多少，按照授信额度全部逾期看待）/户数逾期率，如果该比值大于1，则认为额度策略会让最终额度变大，此时额度策略无效
额度有效性：<0.6非常有效;0.6-0.8比较有效;0.8-0.9一般有效;0.9-1略微有效;>1失效
金额有效性：同上，指实际逾期金额
一般来说，对于评估额度有效性，额度逾期率更客观
2.额度风险区分：风险排序性（按额度分析并统计区间坏账率）；ks（越大说明额度的风险区分能力越强，一般大于0.2则有效）
e.新旧额度对比测试
方法：线下离线测算；线上AB测试
线下：
风险测算具体步骤：对历史样本数据生成新策略下额度-生成如下图-计算整体的额度逾期率，并且对比额度区间的逾期率排序性和额度有效系数，来测算新额度策略在风险维度的效果
图！！！！
盈利测算具体步骤：
根据新旧额度画图，计算盈利变化情况，基于与旧额度共同的部分求平均来测算整体，如下：
AB测试线上观察：
1.有足够历史样本，离线测算定版后，做AB测试，此时可以上少数确定性的策略，测试组分流少，观察周期短
2.无足够历史样本，离线统计分布，做AB测试，此时可以上多个策略，测试组分流多，观察周期长
分群方法：
如图！！！！！！！！！！！！！
3.定价策略：
要素：客户需求、盈利能力（风险成本）、产品要素（期限）
定价逻辑：优质客群定价低；下沉客群贴着合规红线不做差异化，有额度就行
