《海外现金贷复贷风控实战》Week 8 复盘：风险、额度与客户价值模型
这是海外复贷系列直播的第 8 周，也是模块四“模型体系”的第三讲。
Week 6 先把评分对象、样本和标签说清楚，Week 7 继续讨论怎样把历史行为与当前变化做成可用特征。本周 Justin 往前走了一步：风险分已经有了，接下来究竟怎么决定放不放、放多少，以及把有限的经营资源用在谁身上？
如果只交付一个好坏分数，额度仍可能靠经验往上加，运营则根据复借次数判断谁值得维护。几个团队虽然都在用模型，依据的经营判断却未必一致。
本周的重点，是让复贷风险模型、额度模型和客户价值 LTV 模型各自回答一个明确问题，再把它们放到同一笔经营账里。
本文根据 Week 8 直播、课件与实操材料整理。课堂案例和代码使用教学模拟数据，不对应单一平台的真实经营效果。落到不同国家、产品期限和客群时，需要重新确认标签、成本、风险约束与合规边界。
一、三类模型，分别管哪一个决定？
复贷风险模型，判断这一单的风险能不能接受。 它在本次申请时读取已经可见的历史与当前信息，预测之后的风险表现。课堂以 DPD7，即逾期达到 7 天，作为早期风险标签。
额度模型，比较不同金额下的风险与收益。 客户通过风险判断之后，给低一点、保持原额，还是继续上探，需要同时看提款意愿、金额损失和成本。它最后要给出可执行的额度方案。
LTV 模型，判断未来一段时间内的净价值。 它把客户后续可能贡献的收入，与信用损失、资金、营销和运营成本放在一起，帮助团队安排服务等级和经营优先级。
三个模型的目标可以统一：在风险和资金约束下，改善组合的风险调整后利润。但这个目标不能靠三个分数简单相加来实现。
当前风险已经超限，未来价值再高也不能直接放行；客户值得维护，本次额度仍然可以受到限制。价值判断可以支持继续保持关系，不能替客户消除眼前的偿还压力。
二、风险模型能排序，还不够支撑额度决策
本周风险模型仍以一笔复贷申请为一行样本。过去借了多少次、正常还清多少次、历史逾期和复借间隔，提供长期背景；本次金额、近期多头、设备和银行卡变化，描述当前状态。
其中，变化往往比累计值更值得追问。历史多头一直较低，本次明显上升；过去稳定小额复借，这次突然申请更高金额；不同产品里的单笔额度都不高，但客户在平台内的合计在贷已经增加。这些信号放在一起，才能解释这一次申请为什么与过去不同。
把客户从低风险排到高风险，是 AUC、KS 等指标主要帮助我们检查的事情。额度和利润测算还需要进一步知道：模型给出的风险概率，在这类客户、这档额度上，和实际表现是否相符。
如果高风险客户确实被排到了后面，概率却整体低估，用这个概率扣除预期损失时，提额方案就可能显得过于划算。排序没有完全失效，经营账仍然会算错。
因此，验证要落到风险分层、额度档位和近期样本。总体平均风险接近预测值，也不能代替每一层的校准。DPD7 是课堂采用的早期风险口径，把它用于最终金额损失估计之前，还要确认它与最终损失之间的关系。
这也接上了前两周的基础要求。申请后的提款、还款和逾期结果只能用于标签或验证；尚未走完表现期的订单，不能先当成正常样本。历史模型只看到了旧策略放出的客户，对未放款申请的判断也需要另找验证证据。
三、历史额度下还清，不能证明提额后也会还清
Justin 在课堂里举了一个很直接的例子：客户历史额度是 1500，实际提款 1300，最后正常还款。如果下次给到 2000，他会借多少，能否按时还，历史记录没有给出答案。
1500 下的履约，是已经观察到的结果；2000 下的行为，还没有发生。
如果把历史授信额度作为回归标签，模型首先学到的会是旧策略怎样分配额度。旧策略给低了，模型可能继续给低；旧策略只给少数低风险客户高额度，模型也很难据此判断另一类客户提额后会怎样。
未用满额度也不能单独解释为偿还能力不足。客户可能只需要 1300，也可能不愿承担更多负债。提款需求与还款能力是两件事，靠一笔历史结果分不开。
所以，历史额度可以帮助描述客户过去的行为，却不能直接充当最优额度的答案。新的额度方案，需要用相应的风险、提款和收益表现来验证。
四、额度模型要比较一组可执行的方案
课堂采用候选额度评估法。先围绕旧额度生成若干档位，包含降额、保持原额和上探；再估计各档位的提款概率、风险概率以及收入、损失和成本。
比较时不能只盯着新增利息。额度上升，客户可能更愿意提款，但平台暴露的本金也增加。如果新增收入赶不上新增损失和成本，继续提额就不划算。
这里还有三类约束需要同时成立。
-
1. 能力额度：结合现金流与历史履约，判断客户在当前期限内能够承受多大的还款压力。 -
2. 风险额度：在目标风险概率与预期损失范围内，允许暴露多少本金。 -
3. 策略额度：产品上限、资金预算和人工规则，最后允许给到哪里。
能力额度尚可，资金预算已经收紧，最终额度仍然要受限。某一档预期利润更高，风险却超过限制，也要先排除。没有合格方案时，可以拒绝或转人工审核，不能为了让模型每次都有一个额度输出而硬选一档。
计算口径也要一致。按“客户已经提款”计算收入及随提款发生的损失、成本时，再乘提款概率；如果这些项目已经按提款概率加权，就不能再整体乘一次。申请时已经发生的费用，则按实际发生口径另计。否则，同一笔承接概率被重复计算，或者一部分费用被少算，候选额度之间的比较都会失真。
这些预测仍然依赖历史数据覆盖的范围。把输入金额改成 2000，模型输出了一个概率，并不能证明客户真实拿到 2000 后就会呈现这个风险。尤其是超出历史授信范围的上探，要通过受控测试逐步补证据。
候选额度法提供的是一套明确的比较过程：先过滤不合格方案，再在合格方案里选预期利润更好的额度。 提额比例和阈值需要本平台验证，课堂参数不能直接搬进线上策略。
五、LTV 要算净价值，窗口不必定死90天
额度确定以后，还会留下另一个问题。这个客户未来值得投入多少服务和经营资源？
本周课件用未来 90 天的 LTV 做示范。它的基本口径是：
固定窗口内的收入，减去信用损失、资金成本、营销成本和运营成本。
复借多、累计放款高，都不直接等于价值高。客户每次借款都带来收入，也可能反复消耗资金、审核、支付和催收资源。若后几轮风险上升，前面的收入还可能被后面的损失抵消。
收入应按合规、可实现的利息和费用计算；信用损失可以采用实际损失口径，预测时也可以按风险概率、违约损失率和风险敞口估算。同一笔损失只能扣一次。成本分摊与折现口径一致，客户之间的价值比较才有意义。
直播答疑里，有同学问生命周期测算是否一定设成 90 天。Justin 的回答是不用定死，7 天短周期产品可以考虑以 30 天作为观察窗口。这个建议取决于产品和复借节奏，不能理解为所有客户都会在一个月里完成固定次数的借还。
选窗口时，要看团队准备据此做什么决策，以及多长时间能够观察到足够的借款、还款和成本。窗口太短，后续价值还没发生；窗口拉得很长，策略变化和预测误差又会增加。先固定一个能验证的窗口，比讨论一个无法回读的终身数字更实用。
LTV 的起点也要说清楚。从本次复贷申请向后算的经营价值，与从首次获客开始算的全生命周期价值，纳入的获客成本和现金流范围不同。两套口径各有用途，不能拿来直接比较。
建模时，本周采用先判断未来净价值是否为正、再估计价值金额的思路。金额预测需要保留亏损的可能。验证时，还要看不同价值组的实际净收益有没有拉开，以及优先经营组能捕获多少价值。全体平均误差较小，未必说明模型能帮助团队分配资源。
六、高 LTV，为什么还不能直接发优惠？
LTV 判断客户未来可能贡献多少净价值，营销则需要判断这次触达或优惠增加了多少价值。
高 LTV 客户可能本来就会回来。给他优惠，复贷发生了，却未必是优惠带来的，平台还少收了一部分收入。另一些客户需要触达才会再次申请，但新增借款带来的收入，也未必足以覆盖营销成本和新增损失。
所以，本周把 LTV 与 Uplift 分开讲。前者用于价值排序，后者关心相对于“不采取这个动作”的增量效果，通常需要随机实验来验证。
三类模型共同使用时，动作也应有所区别：低风险、合格额度且价值较高的客户，可以获得更高服务优先级；客户价值高但适合的额度低，可以控额维护；风险超限的客户，仍然要按风险规则处理。正常通过也不意味着需要补贴。
这让运营的目标更具体了。需要验证的是优惠是否增加净价值，而不只是发券后有多少人再次借款。
七、没有足够样本时，先把简单方案做实
答疑中，我替同学追问了两个问题：老客模型需要积累多少坏样本，没有模型时又该怎样给额度？
Justin 没有给一个统一的样本门槛。能否开始建模，要结合实际数据质量与验证结果判断，不能把某个坏样本数量当成所有平台通用的开工条件。
没有模型时，他建议先用正常结清次数与账龄建立二维规则。账龄看的是从首次借款到当前经过了多久；结清次数则要排除刷单、套利等污染。短时间内反复借还很多次，与较长时间里稳定履约，不能因为次数相同就给一样的额度。
这套规则可以给冷启动阶段一个可解释的起点。下一步仍然要保守地测试提额幅度，观察客户是否提款、金额损失有没有放大，再调整系数。别家敢提多少，还取决于别家的数据、识别能力与资金条件。
关于用户级和订单级模型，本周也回到了资源约束。对以本次申请为决策对象的短周期产品，样本和基础设施有限时，可以先把订单级模型做扎实。它能否稳定地区分风险、支持当前动作，比为了凑完整体系而多建一个模型更有意义。
八、课堂实操留下什么，上线还需要补什么？
本周实操把数据准备、风险预测、候选额度评估、LTV 预测和联合决策串了起来，并输出分层报告、额度方案和决策明细。
这些文件的价值，在于让一个分数后面的业务过程变得可检查。对同一笔申请，可以看到模型怎样判断风险、比较了哪些额度、预计损失和利润如何，以及最后对应什么动作。
不过，教学代码里的 LTV 使用的是简化代理标签，还不是一套完整的未来现金流账。用于生产时，要接入真实的收入、损失和各项成本；风险标签成熟时间，也要按实际到期日和表现期确认，不能套用演示中的简化处理。
离线结果之后，还需要检查特征在调用时是否可见、近期时间外样本是否稳定、概率是否校准、不同额度下有没有验证依据。上线先做灰度，保存模型版本与策略版本，让提款、风险和收益能够回到当初的方案上；出现偏离时，要有明确的回滚路径。
这一讲给出的，是从模型到决策的实操框架。真正的经营效果，要在本平台的真实客群和成本条件下继续验证。
路飞小结
Week 8 把模块四的几件事接起来了：风险模型判断当前订单，额度模型比较金额方案，LTV 模型安排未来经营资源。它们最终都要回到客户承接、金额损失和净收益。
我更想留下两处提醒。历史上还清过，证明的是过去那套额度和期限下的表现；未来可能有价值，也不代表这一单可以放松风险约束。
直播里我还提到，后续加餐课会用 Excel 把业务预算、现金流和 LTV 测算串起来。模型同学需要理解成本口径，策略和运营同学也需要知道一个价值数字怎样形成。账算清楚了，大家才有可能围绕同一个经营目标讨论下一步。
系列导航
这是《海外现金贷复贷风控实战》系列的阶段性复盘文章，前文包括：
-
• 《我为什么要做一门海外现金贷复贷风控实战课》 -
• 《你的复贷率，可能正在说谎》 -
• 《同样是海外现金贷老客，为什么有人值得经营，有人正在拖垮复贷坏账？》 -
• 《复贷不是给老客开绿灯：一个客户再次申请时，先看什么？》 -
• 《海外复贷调额策略：固定调额、上探调额、倒逼调额，究竟该在什么时候用？》 -
• 《墨西哥现金贷的高息困局，究竟该如何破局？》 -
• 《调额度、定价格之后，复贷策略到底有没有变好？》 -
• 《海外复贷模型第一课：老客建模，绝不是把新客模型再跑一遍》
#海外风控 #风控策略 #风控模型 #金融科技 #出海金融 #海外现金贷