消费金融信用模型输入定义文档.docxVIP

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