2025年金融保险行业风控部风控员客户信用评分手册.docxVIP

2025年金融保险行业风控部风控员客户信用评分手册

第2章客户画像构建与特征工程

2.1基础人口统计特征提取

从基础人口统计维度提取客户的年龄、性别、婚姻状况、职业类型及受教育程度等核心字段，构建初始的人口统计学标签体系。例如，年龄字段需以周岁为单位，并依据行业惯例进行分箱处理，将18-25岁设为青年组，26-35岁设为中年组，以此反映客户的风险偏好差异。性别字段则需明确区分“男”与“女”，并考虑不同性别在信贷审批中的潜在风险权重差异。婚姻状况字段涵盖未婚、已婚及离异等状态，用于评估客户的家庭稳定性及还款意愿。职业类型字段需细化为“企业职员”、“自由职业者”、“学生”等类别，以便进行更精细的风险分层。受教育程度字段则包含小学、初中、高中及大专及以上等层级，作为衡量客户长期收入潜力和抗风险能力的关键指标。在提取上述基础字段后，需引入地理区位特征，包括户籍所在地、常住地及主要居住城市，并将其转化为城市等级（如一线、新一线、二线城市）及区域风险系数。例如，户籍地若位于经济发达但监管严格的区域，其风险权重应适当上调。同时，提取客户的邮政编码或城市代码，用于快速定位客户所在的市场环境，结合历史数据可知，不同城市的消费水平和收入稳定性存在显著差异，这直接影响后续评分模型的校准。针对客户的婚姻状况，需不仅记录状态，还需补充家庭资产规模这一衍生特征，如“有房”、“无房”或“资产