如何“谨慎”使用“数据驱动”的风控模型(三)——监控篇
之前小编介绍了谨慎使用“数据驱动”的风控模型,需要“高质量的数据 + 审慎严谨的决策模型 + 实时全面的监控分析”动态闭环。动态闭环能够“动态”起来,需要最后一个步骤“监控”把关,全面、细致的分析、评估决策效果,使决策体系不断进化。 做好监控是“谨慎”原则至关重要的举措,需同时兼顾宏观与微观,并实现数据可视化。宏观上,定义好业务指标,能做到洞察业务趋势,预测整体盈利能力,区分不同风控决策的风险资产收益率(收益去除坏账/该决策下的到期资产总量);微观上,能看到业务指标在时间或空间上的延伸、分布,实现在不同维度下的透视、下钻分析,发现业务异常、潜在风险或漏洞,总结新的规律。监控的最终目的是为了使公司的风控能力不断强化,帮助管理层做出明智、及时的战略决策。 监控的首要目标是选择合适的业务指标,单纯从风控角度考量的话,逾期率、催回率、通过率、风险资产收益率等指标更受关注。但如果作为一个CRO的话,其他指标也需要关注,例如业务量(包括注册、申请、放款、复贷等各个层面,异常的业务量往往更值得从风控层面关注),系统运行指标(系统运行不正常不仅是技术团队需要修复的,CRO需要对系统非正常运行造成的潜在风险了如执掌),数据质量指标(数据质量决定了风控模型的准确度与可信度),等等。 不同层级、不同部门业务人员的关注点会有不同,因此业务指标需要支持不同的“颗粒度”。以“通过率”为例