搭建風(fēng)控量化模型教學(xué)提綱

1、搭建風(fēng)控量化模型當(dāng)前，大型金融機(jī)構(gòu)已被監(jiān)管機(jī)構(gòu)批準(zhǔn)使用內(nèi)部模型來計量風(fēng)險和監(jiān)管資本；中小金融機(jī)構(gòu)的積極性也很高，力求借鑒 資本管理高級法，調(diào)整資產(chǎn)組合，提高資本使用效率，推進(jìn)管理流程再造，由“干了再算”向“算了再干”轉(zhuǎn)變。以上趨勢令人鼓舞。我們看到，強(qiáng)化風(fēng)險量化管理的理念正在對中國金融業(yè)提高識別、計量和控制風(fēng)險的能力產(chǎn)生 重要的影響，中國金融業(yè)風(fēng)險量化管理水平正在迅速提升。如何更好地“算了再干”？為了回答這一問題，本文談一談金融機(jī)構(gòu)的風(fēng)險量化模型。為保證風(fēng)險量化模型的開發(fā) 質(zhì)量和實施效果，金融機(jī)構(gòu)所有的風(fēng)險量化模型都應(yīng)該參考模型建設(shè)和管理技術(shù)行業(yè)標(biāo)準(zhǔn)進(jìn)行開發(fā)、評估和文檔歸檔。 下文總結(jié)了國內(nèi)外

2、信用風(fēng)險量化模型建設(shè)和管理的先進(jìn)經(jīng)驗，全面遵循這些要求有利于模型的建設(shè)、 使用、監(jiān)控、審批、上線。模型的設(shè)計模型的設(shè)計對模型最終是否能實現(xiàn)其目標(biāo)起著舉足輕重的作用。為了保證模型的設(shè)計可以滿足模型的目標(biāo)，審批人 員應(yīng)需要關(guān)注的是從哪些方面對模型的設(shè)計進(jìn)行評估。總結(jié)來說，以下方面要特別留意。要解決的業(yè)務(wù)問題建模人員應(yīng)該用簡單易懂的語言對模型要解決的業(yè)務(wù)問題進(jìn)行描述。這些描述應(yīng)該包括一個或多個已達(dá)成共識的業(yè) 務(wù)原則或核心價值，如客戶的行為、銀行員工的參與度、競爭對手的動作、經(jīng)濟(jì)形勢的變動、合規(guī)的需要、公司戰(zhàn)略的 考慮等。例如，信用卡部門要設(shè)計一個申請評分模型來測算新客戶出現(xiàn)不良貸款的風(fēng)險。這個模型在

3、新客戶審批過程的 應(yīng)用中，需要審批人員和客戶進(jìn)行溝通，手動輸入一些關(guān)鍵的模型變量數(shù)值，在很多情況下還需要對模型的評分結(jié)果進(jìn) 行覆蓋。這種模型在業(yè)務(wù)中的應(yīng)用方式就需要在模型設(shè)計開發(fā)的過程中，考慮如何解決驗證客戶提供信息的真實性、員 工手動輸入數(shù)據(jù)的可靠性、對模型評分結(jié)果覆蓋的審批案例如何進(jìn)行表現(xiàn)監(jiān)控等問題。目標(biāo)變量的定義建模人員應(yīng)該對目標(biāo)變量的定義進(jìn)行如下描述：明確描述目標(biāo)變量的定義，并說明為何這樣的定義與要解決的任務(wù) 問題是相關(guān)的；明確定義目標(biāo)變量的表現(xiàn)時間窗(performance window )和觀察時間窗：例如，目標(biāo)變量可以定義為 未來12個月貸款出現(xiàn)至少一次60天或60天以上逾期的概

4、率。在這個定義里，“未來 12個月”為表現(xiàn)時間窗，“貸 款出現(xiàn)至少一次60天或60天以上逾期”為觀察時間窗。如果模型需要滿足監(jiān)管部門的要求， 此定義是否滿足監(jiān)管部門 的要求；為何選擇這樣的定義而不是其他定義；對定義可能產(chǎn)生的誤解進(jìn)行澄清，如定義是在客戶層面還是賬號層面的， 定義是在觀察期之間的表現(xiàn)還是在觀察期結(jié)束的時間點(diǎn)的表現(xiàn)等。樣本的選擇建模人員應(yīng)該對建模樣本的選擇進(jìn)行如下描述：樣本選擇的方法，如有隨機(jī)抽樣和非隨機(jī)抽樣(有目的抽樣)，其 中隨機(jī)抽樣方法包括簡單隨機(jī)抽樣、等距抽樣、分層隨機(jī)抽樣、整群抽樣幾種常用類型；非隨機(jī)抽樣也稱為有目的抽樣， 包括全面抽樣、最大差異抽樣、極端個案抽樣、典型個

5、案抽樣幾種常用類型；樣本的大小，為了增強(qiáng)可測性和檢驗的準(zhǔn) 確性，應(yīng)該盡量增大樣本容量，但同時還應(yīng)考慮可行性和經(jīng)濟(jì)成本；建模樣本、保留樣本、驗證樣本的劃分；樣本可能 有的偏差，如必須通過審批的條件限制、經(jīng)過客戶自然流失后的樣本、外部因素的變化對樣本的影響如產(chǎn)品特征、競爭 對手的策略、經(jīng)濟(jì)周期、季節(jié)性因素等。分析的方法分析方法的描述應(yīng)該包括以下內(nèi)容：數(shù)據(jù)獲取渠道的描述，主要分為直接渠道和間接渠道：直接渠道主要指通過統(tǒng) 計調(diào)查獲得的第一手統(tǒng)計數(shù)據(jù)，如辦理信用卡業(yè)務(wù)時客戶填寫的個人信息資料、當(dāng)下十分流行的大數(shù)據(jù)方法等；間接渠 道通常指通過查閱資料或者通過其他網(wǎng)站、 平臺獲取的二手?jǐn)?shù)據(jù)，如通過WIND或

6、Bloomberg獲得數(shù)據(jù)；模型的結(jié)構(gòu), 根據(jù)所作的假設(shè)分析對象的因果關(guān)系，利用對象的內(nèi)在規(guī)律和適當(dāng)?shù)臄?shù)學(xué)工具，構(gòu)建各個變量間的等式關(guān)系或其他的數(shù) 學(xué)結(jié)構(gòu)。同時，在建模過程中還應(yīng)注意細(xì)節(jié)問題，如客戶的分群、子模型的架構(gòu)等；建模技術(shù)，在建模過程中常用到的 數(shù)學(xué)方法和計算機(jī)技術(shù)，如logistic回歸、決策樹、普通線性回歸、分層分析、聚類分析、時間序列等；變量的處理， 如變量的剔除、轉(zhuǎn)換、最大最小值的設(shè)置、缺失值的處理、變量相關(guān)性的處理等。模型驗證過程驗證模型是否有效的描述應(yīng)包括：隨機(jī)保留樣本的描述，如選取記錄集中的一部分（通常是 2/3 ）作為訓(xùn)練集，保 留剩余的部分用作測試集。選取隨機(jī)保留樣本

7、的標(biāo)準(zhǔn)、比例、特征等方面的描述； Bootstrap驗證，是非參數(shù)統(tǒng)計中的 一種重要的統(tǒng)計方法，在執(zhí)行上常需借助計算機(jī)技術(shù)得以實現(xiàn)。舉例來說，當(dāng)總體可用正態(tài)分布描述時，其 sampling distribution 服從正態(tài)分布或服從t分布；但當(dāng)總體不服從正態(tài)分布或未知時，我們采用計算機(jī)模擬或用漸進(jìn)分析的方 法更加有效；交叉驗證，基本思想是在某種意義下將原始數(shù)據(jù)進(jìn)行分組，一部分作為訓(xùn)練集，另一部分作為驗證集，首 先用訓(xùn)練集進(jìn)行測試，再利用驗證集來測試得到的模型，以此作為評價模型的性能指標(biāo)。常見方法有Hold-Out Method : K-fold Cross Validation , Leav

8、e-One-Out Cross Validation ；外來樣本的驗證，通過外部獲取的樣本對已有的模型 進(jìn)行檢驗，判斷模型的有效性。模型的局限性一般來說，模型的局限性可以分為客觀的、不能加以修正的局限性和可以通過人為修正的局限性。驗證客觀局限性 的描述主要包括：系統(tǒng)的局限性；模型的局限性等；驗證主觀局限性的描述主要包括：建模時間的規(guī)劃；建模人員的配 置、人員水平等；業(yè)務(wù)和數(shù)據(jù)的理解上的局限性；樣本的局限性；外部因素對模型的影響，如競爭對手的壓力、合規(guī)時 限的壓力等。模型的進(jìn)度主要包括有限資源的有效配置，在可以利用的資源數(shù)量一定的條件下，通過調(diào)配進(jìn)度使項目工期盡可能短；建模時 間的規(guī)劃，幾個有效

9、時間節(jié)點(diǎn)的把控，如是否有外部競爭或合規(guī)方面的壓力而需要在短時間內(nèi)完成建模等。數(shù)據(jù)處理如何進(jìn)行數(shù)據(jù)處理，是一個非常關(guān)鍵的環(huán)節(jié)。對于該環(huán)節(jié)，綜觀國內(nèi)外經(jīng)驗，可以從以下八個方面給予關(guān)注。建模原數(shù)據(jù)源的描述分析建模數(shù)據(jù)的評估主要包括：數(shù)據(jù)的獲取渠道，如內(nèi)部數(shù)據(jù)集市、歷史數(shù)據(jù)存檔、第三方公司提供的數(shù)據(jù)等；數(shù)據(jù)的 樣本記錄數(shù)及每一條記錄所代表的含義；數(shù)據(jù)的變量的個數(shù)；數(shù)據(jù)的收集時間。模型變量的描述模型變量的描述應(yīng)該包括對每一個變量定義的準(zhǔn)確描述及變量的值所對應(yīng)的含義。定義和使用變量時，通常要把變 量名定義為容易使用閱讀和能夠描述所含數(shù)據(jù)用處的名稱，而不要使用一些難懂的縮寫如A或B2等。例如:編寫一個銷售蘋

10、果的軟件時，我們需要兩個變量來存儲蘋果的價格和銷量。此時，可以定義兩個名為Apple_Price和Apple_Sold的變量。每次運(yùn)行程序時，用戶就這兩個變量提供具體值，這樣看起來就非常直觀。建模樣本的大小和目標(biāo)變量的分布對此部分的描述應(yīng)該包括：建模樣本的大小是如何決定的；如何獲得各個細(xì)度的數(shù)據(jù)記錄并有效的控制成本；目標(biāo) 變量的分布，包括異常值、多峰性分布、負(fù)值的處理等。數(shù)據(jù)時間窗定義對此部分的描述應(yīng)該包括：目標(biāo)變量表現(xiàn)的觀察時間：采用滾動時間窗或固定時間窗的方法；模型獨(dú)立變量的觀察 時間；模型目標(biāo)變量和獨(dú)立變量數(shù)據(jù)是否有時間不足的情況，如有些樣本的目標(biāo)變量表現(xiàn)觀察期不足，模型變量的觀察 時間

11、不足等。數(shù)據(jù)源有效數(shù)據(jù)的頻率和缺失值處理對此部分的描述應(yīng)該包括：樣本變量數(shù)據(jù)的有效頻率；樣本記錄中有效記錄的頻率；某些變量或記錄數(shù)據(jù)缺失的原 因，這些缺失原因是否會對模型產(chǎn)生影響或偏差；在建模過程中，如何對數(shù)據(jù)源的各種數(shù)據(jù)缺失原因進(jìn)行考慮。建模人員應(yīng)該用簡單易懂的語言對模型要解決的業(yè)務(wù)問題進(jìn)行描述。這些描述應(yīng)該包括一個或多個已達(dá)成共識的業(yè) 務(wù)原則或核心價值，如客戶的行為、銀行員工的參與度、競爭對手的動作、經(jīng)濟(jì)形勢的變動、合規(guī)的需要、公司戰(zhàn)略的 考慮等每個模型獨(dú)立變量的缺失值頻率；模型獨(dú)立變量的缺失值是否有具體的含義；缺失值出現(xiàn)的頻率是否穩(wěn)定；有缺失 值的變量在模型中的重要性及表現(xiàn)的穩(wěn)定性；每一

12、個變量對缺失值的處理方法，包括采用中位數(shù)、平均數(shù)、最大或最小 值、最好或最壞值替代，單變量處理，多變量處理，以變量減少、建?；蛟u分、或拒絕原因算法為目標(biāo)的處理等。變量最大、最小值處理對此部分的描述應(yīng)該包括：每個變量的最大或最小值；對最大或最小值的處理方法；處理后對這些變量取值范圍的 影響以及數(shù)據(jù)記錄表現(xiàn)的影響；以變量減少、建模或評分、或拒絕原因算法為目標(biāo)的最大或最小值設(shè)置；這些設(shè)置是否 能防止所有可能出現(xiàn)的取值錯誤。變量轉(zhuǎn)換對此部分的描述應(yīng)該包括：單變量轉(zhuǎn)換，如反正弦、對數(shù)、開方、 Box-Cox等；多變量轉(zhuǎn)換，如變量之間相除、相 減、相加、相乘等；變量取值的劃分或歸成大類；變量轉(zhuǎn)換的處理程序

13、及編程方法；這些設(shè)置是否能防止所有可能出現(xiàn) 的取值；采用Weight of Evidence （WoE ）方法（該方法在生態(tài)風(fēng)險評估 ERA領(lǐng)域使用多年，能結(jié)合多方面數(shù)據(jù)給出 總體風(fēng)險評估）進(jìn)行分欄并計算Information Value 來驗證。數(shù)據(jù)的外部因素可能影響目標(biāo)變量表現(xiàn)的外部因素主要有：國家或區(qū)域的經(jīng)濟(jì)環(huán)境；宏觀經(jīng)濟(jì)指標(biāo)；產(chǎn)品特征；獲客渠道；主要競 爭對手的策略；天氣因素；季節(jié)性周期因素等。模型的選擇模型審批人員應(yīng)該對建模的方法及模型的表現(xiàn)是否能夠到達(dá)預(yù)期的目標(biāo)進(jìn)行診斷和評估，這是一個至關(guān)重要的步 驟。從具體實施的角度而言，評估應(yīng)該至少包含以下九個方面內(nèi)容。子模型分割方法模型分割（

14、子模型）的方法應(yīng)該包括以下內(nèi)容：分割優(yōu)化的標(biāo)準(zhǔn)及目的：如對無數(shù)據(jù)記錄的處理、模型表現(xiàn)的連續(xù) 性考慮、變量相關(guān)性的區(qū)格、變量預(yù)測能力的區(qū)格等；選擇分割的手段，如歷史數(shù)據(jù)分析、 CART分析、貝葉斯樹等； 采用分割后對模型的表現(xiàn)所帶來的提升的數(shù)據(jù)支持，尤其要說明表現(xiàn)的提升足以覆蓋由于分割所帶來的模型復(fù)雜度增加 的負(fù)擔(dān)。變量剔除模型獨(dú)立變量剔除或合并的考慮因素包括：變量缺失的頻率；變量的波動性；變量組合；變量聚類，將集合分成由 類似的對象組成的多個類；變量之間的相關(guān)性檢驗，如采用相關(guān)系數(shù)矩陣， Pearson相關(guān)系數(shù)或者Spearman相關(guān)系 數(shù)方法；不同分割模型（子模型）變量的同質(zhì)性檢驗，用卡方統(tǒng)

15、計量驗證不同子模型是否來自同一總體；變量選擇的方 式：如向前選擇、向后選擇、逐步選擇等；變量的交叉驗證。模型優(yōu)化的標(biāo)準(zhǔn)對此部分的描述應(yīng)該明確定義模型優(yōu)化的標(biāo)準(zhǔn)，進(jìn)而說明為何候選模型是最佳的選擇。如果選擇多個指標(biāo)，應(yīng)說明 多個指標(biāo)的選擇標(biāo)準(zhǔn)，例如：KS值，決策邊際變現(xiàn)等。對于需要滿足監(jiān)管要求的模型，要將監(jiān)管要求融入到選擇模型優(yōu) 化的過程中。模型參數(shù)的確定對此部分的描述應(yīng)該明確模型選擇的方法，包括：如何確定模型的參數(shù)；如何從眾多的候選模型中選擇最終的模型； VIF （Variance Inflation Factor ）檢驗，判斷模型是否存在多重共線性問題，經(jīng)驗判斷方法表明：當(dāng) 0<VIF&

16、lt;10 ,不存 在多重共線性；當(dāng)10<VIF<100 ,存在較強(qiáng)的多重共線性；當(dāng) VIF/00,存在嚴(yán)重多重共線性，此時模型效率低；如 何對模型的參數(shù)進(jìn)行平滑處理；如何確定模型的變量及結(jié)構(gòu)是簡單適用的；如何防止擬合不足或擬合過度。建模程序的結(jié)構(gòu)對此部分的描述應(yīng)該說明建模使用的程序的結(jié)構(gòu)，包括：處理原始數(shù)據(jù)的所有的程序，從開始到結(jié)束；程序是否具 有恰當(dāng)?shù)臉?biāo)注和結(jié)構(gòu)說明，如數(shù)據(jù)處理部分，變量選擇部分，候選模型比較部分等；程序是否被妥善統(tǒng)一存檔，存檔是 否可以被訪問，程序是否可以被其他人運(yùn)行這些具體備注說明。建模程序細(xì)節(jié)對此部分的描述應(yīng)該選擇一段建模程序進(jìn)行評估，評估內(nèi)容包括：程序的

17、標(biāo)注是否充分，程序的結(jié)構(gòu)是否容易理解； 變量的名稱、標(biāo)識是否簡單易懂；容易誤解或復(fù)雜的部分是否有特殊標(biāo)注；程序引用的模塊是否有相應(yīng)的文檔；程序格 式是否恰當(dāng)使用縮進(jìn)和空格；程序的作者是否標(biāo)注；在程序的開發(fā)、運(yùn)行和程序的重復(fù)使用之間是否保持恰當(dāng)?shù)钠胶?。模型的表現(xiàn)對此部分的描述應(yīng)該評價模型對目標(biāo)行為預(yù)測的能力，主要包括：建模樣本的表現(xiàn)；非建模樣本的表現(xiàn)：如果和建 模樣本表現(xiàn)不同，要解釋表現(xiàn)不同的原因；對未來樣本表現(xiàn)的預(yù)期；對所有未來可能影響模型表現(xiàn)的不確定性因素是如 何考慮的。模型是否擬合不足或擬合過度任何模型都可能會有擬合不足或擬合過度的問題，對擬合度的評估可以在幾個不同的層面展開，如使用可決系

18、數(shù)對 模型進(jìn)行擬合優(yōu)度檢驗，使用模擬數(shù)據(jù)或其他歷史數(shù)據(jù)對模型進(jìn)行再次驗證，是否有以往的經(jīng)驗或數(shù)據(jù)來驗證模型等。殘差分析殘差分析主要是：用殘差證實模型的假定，如用殘差圖判斷模型效果與樣本數(shù)據(jù)的質(zhì)量，檢驗?zāi)Ｐ褪欠駶M足基本假定， 以便對模型作進(jìn)一步的修改；用殘差檢測異常值和有影響的觀測值， 如果異常值是一個錯誤數(shù)據(jù)，如是由記錄錯誤造成， 應(yīng)該修正數(shù)據(jù)，以便改善模型效果；如果是由于模型的假定不合理，使得標(biāo)準(zhǔn)化殘差偏大，應(yīng)該考慮修正模型；如果完 全是由于隨機(jī)因素造成的，則應(yīng)該將該數(shù)據(jù)視為有效觀測值，予以保留。同時應(yīng)注意的問題有：殘差是否是隨機(jī)分布的；一個或幾個記錄的變化是否會對整個模型有較大的影響；不同

19、的取樣方法是否會產(chǎn)生不同的模型或不同的殘差分布。模型的最終審批模型審批人員在最終批準(zhǔn)模型之前，應(yīng)對以下三個方面進(jìn)行評估。1、模型替換分析任何模型都會有幾個不同的版本，如原有模型，簡單的業(yè)務(wù)邏輯替代的模型，和第三方公司的模型。模型審批人員 應(yīng)該就最終的模型版本和其他版本進(jìn)行比較，進(jìn)行優(yōu)劣分析，包括：如果不用這個模型，業(yè)務(wù)模式會如何展開？對原來 被否決，新模型會批準(zhǔn)的樣本進(jìn)行分析并評估對業(yè)務(wù)的影響；待審批的模型和其他模型相比，有哪些優(yōu)勢？這些優(yōu)勢是 如何獲得的，它們是否符合基本的業(yè)務(wù)邏輯；模型在應(yīng)用的目標(biāo)客戶群內(nèi)的主要的獨(dú)立變量的分布是否符合業(yè)務(wù)邏輯？ 和其他模型的版本相比，它們是否和上述的新版本的模型優(yōu)勢相吻合？應(yīng)用測試技術(shù)對現(xiàn)有模型進(jìn)行挑戰(zhàn)，模型上線的 版本策略如過度階段和原模型或其他規(guī)則共用等。2、監(jiān)控策略模型的監(jiān)控策略應(yīng)包括以下內(nèi)容：監(jiān)控的主要指標(biāo)，頻率；監(jiān)控報告的審閱人員及存檔流程；對于監(jiān)控的指標(biāo)來講， 穩(wěn)定性指標(biāo)和準(zhǔn)確性指標(biāo)通常只是最低標(biāo)準(zhǔn)；穩(wěn)定性指標(biāo)應(yīng)該包括模型目標(biāo)變量和獨(dú)立變量的穩(wěn)定性監(jiān)控；模型指標(biāo)的 參考客群是如何定義的；模型的目標(biāo)應(yīng)用客群如果發(fā)生變化，如何能夠識別目標(biāo)客群的變化？如何對模型的表現(xiàn)進(jìn)行有 效