消费金融信用模型输入定义文档

消费金融信用模型输入定义文档一、模型输入概述（一）定义目的。明确模型输入要素，为信用评估提供标准化数据支撑。1.数据来源规范模型输入数据来源于借款人实名认证信息、交易流水、征信报告、行为数据等四个维度。各维度数据采集需符合《个人信息保护法》及行业监管要求。数据采集频率不得超过每月一次，异常数据需实时校验。第三方数据供应商需通过等保三级认证，数据传输采用加密通道。2.数据时效性标准信用评分模型采用滚动计算机制，最新数据权重不低于30%。数据更新周期不得超过72小时，逾期数据需标记并剔除。特殊场景（如高风险地区）可适当延长更新周期，但需报备监管机构。3.数据质量要求数据完整性率不低于98%，错误率低于0.5%。异常值处理需建立标准化流程，包括异常标记、人工复核、自动修正等环节。数据清洗需通过五重校验机制，包括逻辑校验、范围校验、一致性校验、完整性校验、异常校验。（二）应用场景。模型输入定义适用于消费金融场景下的信用评估，具体包括但不限于：1.贷款审批模型输入数据用于自动化审批决策，审批通过率需达到85%以上。高风险客户需进入人工复核流程，复核比例不低于5%。2.风险监控实时监控客户行为数据，异常交易触发率控制在1%以内。风险预警准确率需达到70%，误报率低于3%。3.客户分层根据输入数据构建客户风险分层模型，分层标准包括但不限于逾期概率、欺诈风险、流失风险等。各层级客户占比需符合监管要求，极端风险客户需单独建模。（三）监管要求1.数据合规性所有输入数据采集需取得用户明确授权，授权文件需存档三年。敏感数据需脱敏处理，脱敏规则需经监管机构备案。2.模型透明度输入变量权重需定期公示，权重调整需进行压力测试。模型变更需进行监管报备，报备周期不得超过15个工作日。3.争议处理客户对模型输入数据有异议的，需建立申诉机制，申诉处理周期不得超过30天。二、借款人基本信息（一）身份验证要素。借款人身份验证需包含以下核心要素：1.身份证信息身份证号码校验需通过公安部权威接口，校验通过率需达到100%。异常证件需标记并触发人工验证。2.生物特征信息人脸识别需采用活体检测技术，活体通过率不低于95%。声纹识别需与身份证绑定，识别错误率低于0.2%。3.地址验证实际居住地址需通过运营商数据验证，验证通过率不低于90%。异常地址需结合其他维度数据综合判断。（二）职业与收入信息。职业与收入信息采集需符合以下要求：1.职业分类标准职业分类需参照《国民经济行业分类标准》，职业代码准确率需达到98%。模糊职业需通过职业问卷进一步确认。2.收入验证方式收入验证需结合工资流水、社保缴纳记录、纳税证明等多维度数据。收入稳定性评估周期不得少于6个月。3.收入合理性校验收入水平需与职业匹配，超出行业平均收入30%以上的需提供额外证明。收入证明需通过第三方验证机构确认。（三）资产信息采集。资产信息采集需包含以下内容：1.金融资产存款、理财、基金等金融资产需通过银行接口获取，数据更新频率不得超过每周一次。2.实物资产房产、车辆等实物资产需结合征信报告和第三方数据，资产估值需采用市场公允价值。3.资产真实性验证资产证明需通过实物拍照、第三方核验等方式确认，资产虚报触发率需低于1%。三、交易行为数据（一）消费类交易数据。消费类交易数据采集需符合以下标准：1.交易流水要素交易时间、金额、商户类型、交易渠道等要素需完整采集。交易流水完整率需达到95%以上。2.交易特征分析交易频率需控制在日均5笔以内，单笔金额不得超过5000元。异常高频交易需触发风险监控。3.商户关联分析商户类型需通过LBS技术进行地理关联，商户合作时间需超过3个月。（二）借贷类交易数据。借贷类交易数据采集需包含以下内容：1.借贷记录贷款机构、金额、期限、利率等要素需完整采集。借贷记录需与征信报告同步更新。2.还款行为还款及时性需通过还款日期差进行量化，逾期天数需精确到小时。3.借贷关系评估借贷机构数量不得超过3家，借贷总额与收入比不得超过50%。（三）社交类交易数据。社交类交易数据采集需符合以下要求：1.交易类型微信红包、支付宝转账等社交交易需区分个人与机构性质。2.交易频率社交交易频率不得超过日均10笔，单笔金额不得超过1000元。3.交易关系分析交易对象需通过社交图谱进行关联分析，异常交易对象需触发风险监控。四、征信数据整合（一）征信报告采集。征信报告采集需符合以下标准：1.报告来源征信报告需通过中国人民银行征信中心接口获取，获取频率不得超过每季度一次。2.报告要素个人信息、信贷记录、公共记录、查询记录等要素需完整采集。报告完整性需达到100%。3.报告解读征信报告需进行自动化解读，关键指标包括但不限于：逾期次数、逾期金额、查询次数等。（二）征信衍生指标。征信衍生指标计算需符合以下规则：1.信用评分信用评分需采用巴塞尔协议标准，评分区间为300-850分。评分准确率需达到85%以上。2.风险指数风险指数需结合逾期概率、欺诈概率、违约概率等指标计算，指数波动率不得超过5%。3.信用趋势信用趋势分析需采用滚动窗口计算，趋势变化需提前3天预警。（三）征信异议处理。征信数据异议处理需符合以下流程：1.异议受理客户异议需通过线上渠道提交，受理时效不得超过2小时。2.异议核实异议核实需通过征信中心接口验证，验证周期不得超过5个工作日。3.异议反馈异议处理结果需通过短信和APP推送双重方式告知客户。五、行为数据建模（一）线上行为数据。线上行为数据采集需包含以下内容：1.登录行为登录频率需控制在每日3次以内，登录设备需与实名认证绑定。2.操作行为操作类型需分类统计，异常操作需触发风险监控。3.交易行为交易路径需完整记录，异常交易路径需标记并触发人工审核。（二）线下行为数据。线下行为数据采集需符合以下标准：1.POS交易POS交易需记录商户类型、交易时间、金额等要素。异常POS交易需结合GPS定位进行校验。2.支付行为支付方式需与实名认证绑定，异常支付方式需触发风险监控。3.服务行为客服咨询记录需包含咨询类型、咨询时间、解决方案等要素。高频咨询需触发客户关怀机制。（三）行为数据清洗。行为数据清洗需符合以下规则：1.重复数据剔除重复行为数据需通过时间戳和设备ID进行剔除，剔除率需达到98%。2.异常数据修正异常行为数据需通过机器学习模型进行修正，修正准确率需达到90%。3.数据标准化行为数据需统一格式，标准化处理需通过ETL工具完成。六、模型输入权重管理（一）权重计算方法。模型输入权重计算需采用以下方法：1.层次分析法权重计算需通过专家打分法完成，专家数量不得少于5人。2.数据驱动法权重计算需采用机器学习模型，模型迭代周期不得超过1个月。3.模拟测试法权重调整需进行模拟测试，测试样本量不得少于1000个。（二）权重动态调整。权重动态调整需符合以下规则：1.调整周期权重调整周期不得超过3个月，紧急调整需经监管机构批准。2.调整幅度单次权重调整幅度不得超过10%，累计调整幅度不得超过30%。3.调整验证权重调整需进行A/B测试，测试结果需通过统计显著性检验。（三）权重监控机制。权重监控需建立以下机制：1.实时监控权重变化需实时监控，异常波动需触发人工复核。2.告警机制权重偏离