客戶賒銷風險評估模型怎么建

前言

“風險一直存在，百年老店也會壽終正寢，沒有一家企業是永遠不會倒閉，就如人不會永生一樣；風控是賒銷的重要保障，可以避免與客戶一起車毀人亡。賺到了能及時下車，這是企業家的能力！——數智洞察”

首先聲明本篇文章的內容是針對B to B 企業與企業之間的賒銷交易模式下的模型應用，與金融類模型和to C類模型有較大的區別。

現在國內企業對下游賒銷客戶的風險評估主要有兩類評估方式，95%的企業用的是最傳統的方式——靠人的經驗“拍腦袋”；而剩下5%的企業會使用評分卡/評分模型，實現科學穩定的評估結果輸出，再結合“拍腦袋”做決策。

為什么有評分卡/評分模型后，還要“拍腦袋”？因為模型和評分卡在對群體的客戶管理上更加高效，可以把控整體的風險概率符合預期，但對于單個個體的客戶，模型輸出的結果，相比用專“人”來研究分析維度更多，更個性化，所以有時準確度更高。因此，風控崗不用擔心有了模型，自己會失業，這個崗位也是不用擔心類似ChatGPT所取代的崗位。模型的作用只會讓你把有限的精力，放在更高價值的工作上，而不用每天消耗大量的精力去關注”金小碎”類的長尾客戶，但這些客戶不看又不行，這就是模型的作用。

評分卡或評估模型，簡單理解就是一個對于計算規則載體的不同表現形式，下面簡單用模型統一稱呼。企業風控模型的構建方式，絕大部分情況有兩個方向，一個是通過人的經驗總結形成的“專家法”模型；另一個是通過統計學對企業交易數據分析回歸出來的“統計法”模型（大數據高階算法可以是它的引伸）。

現有大部分正在使用模型評估客戶的企業，用的都是專家法模型，利用比較傳統的5C理論構建，對客戶的財務數據具有較高的依賴性，但鑒于國內現時的數據狀況（參考之前本公眾號文章），此類模型對評估準確性很值得商榷，也不是本文的關注重點。

較少數的大型企業，由于數據治理得比較早，客戶交易數據達到一定的量的情況下，就可以使用統計法來構建模型了。建模的方式簡單概括分為以下幾個步驟：

1. 先制定模型目標，即模型是用于具體判別什么風險的，例如貨款逾期的概率、發生壞賬的概率。模型的目標決定了模型是用來干什么用的，如果用一個預測逾期概率的模型來判斷壞賬概率，那明顯是錯誤的應用方式。

2. 決定了模型目標后，就需要配合目標尋找數據庫中的壞樣本企業，舉例我們有三年的交易數據，如果模型目標是預判貨款逾期的客戶，那我們就需要在數據庫中把三年里面發生過逾期的客戶篩選出來作為“壞樣本”，然后把剩余沒逾期的客戶作為“好樣本”。過程中還涉及數據清洗分辨出真實逾期、數據時間跨度和預留部分回測數據等事項，這里不詳細展開。

3. 有了好、壞兩組客戶樣本，我們就可以通過邏輯回歸的方式對兩組客戶的數據進行比較，里面會涵蓋幾百個不同的客戶檔案字段，例如客戶在“兩查一寶”這類外部數據平臺的公開信息，客戶在我們企業內部各種系統里面的業務信息和交易信息等，然后我們就可以通過計算得出好與壞兩組客戶之間不同字段的IV值及WOE值，篩選出對好壞客戶區分能力較強的變量。（如果到這里你沒看懂，那你需要自行補充一些基礎的統計學知識）

4. 獲得多個跟模型目標具有強貢獻的變量后，我們需要通過不同的維度對變量進行挑選和精簡，一般企業使用的模型建議變量盡量不要多于20個（坑趟多了就知道為什么了）。

5. 挑選好變量后，我們就可以通過對應的IV值配置權重構建成模型了。當然，這個時候模型預測效能還是無法確定，所以我們需要把模型放在預留起來的測試數據里面跑一趟，看模型輸出的結果，與真實逾期客戶預判的準確率是多少。測試模型準確率的方式有多種，一般會用K-S、Gini、AUC等指標。

6. 如果測試的結果，達到了使用模型準確率的合格標準，那恭喜你，模型建好了。然后模型隨著時間的推移，新數據不停的產生，需要定期進行回測和調整，一般一年時間模型會穩定下來，成為科學、可靠、高效的客戶風險評估模型，為風控工作提供強大的協助。

若你看到了這里，那恭喜，您是勇于開拓創新、擁抱數字化變革的少數派風控崗同事，風控崗將不會是你的職業發展的終點，而是未來可期的起點。重要的事情最后才說，對于不同程度的風控崗同事，都能通過不同的方式快速進步：

一、上面的內容，如果你一下就能看懂，那數據建模可能只局限于你企業的數據是否能滿足要求，你可以自己親自動手，或者讓ChatGPT這類的AIGC輔助你動手，你缺的可能只是具體的操作經驗，我們新發布的《企業客戶逾期復評數據模型》文件是一個包含完整模型構建過程的真實數據模型，能為你帶來非常有價值的借鑒參考意義。

*模型文件內容截選，詳細可登錄平臺查看

《企業客戶逾期復評數據模型》文件獲取地址：

https://www.riskc.com.cn/h-pd-142.html

二、如果上述內容，你只看懂了一部分，那可能你需要補充一定的統計學知識，強烈推薦你觀看我們的在線課程《數據建模課程》，挑著重點來學只需要學的那一小部分，而不是四年完整的統計學全日制本科課程。作為風控崗，我們并不需要成為數據分析師，我們只需要知道怎么讓數據分析師按照我們的想法執行工作，同時懂得如何驗證模型準確性，在領導和其他部門主管面前證明模型的科學和可靠。

《數據建模課程》在線課程地址：

https://www.riskc.com.cn/h-pd-69.html

模型文件配合建模課程，能讓你在極短的時間內，正確、清晰地了解企業賒銷風險建模相關必要知識，讓你可以更好地認知數字化管理工作如何開展，增加與老板、主管和同事討論數據模型的談論資本，并且可以參與到實際的項目執行工作中去。因此，我們的文件和課程都是收費的，我們可以確保文件的真實性，課程內容的可操作性，讓你花了錢就能高效學到正確的知識。我們不搞免費，是因為我們認為你的時間不應該浪費在沒價值的內容身上，同時也覺得愿意為知識付費的同仁，能在職業崗位上走得更遠更穩，大家交個朋友。