李从悠 https://jbk.39.net/yiyuanfengcai/ys_bjzkbdfyy/792/背景现阶段中国的负债水平已经接近发达国家,但人均GDP还有一定差距。为了刺激消费欲望,减少人均负债并提高人均收入,是未来很有可能落地的一条方向。换句话说,贷款利率持续走低是大趋势。未来有效的额度定价与精准的额度管理,将在信贷产品中扮演更加重要的角色。这篇文章重点将放在,如何通过一些“科学”的方法,确定产品贷前的额度和利率组合。??差异化定价与准入策略是强依赖的。无论是何种方法给出的最优额度、利率组合,都不能脱离准入客群来使用。这就要求在开发过程中尽可能保证策略的稳定与实效性,以及模型的抗压能力。因此本文也会对一些常见的压力测试进行介绍。对于信贷产品用户,流转情况如上图所示。定价依附人群的流转与风险收入矩阵等单因子、双因子方法不同,我们尝试尽量减少专家经验的参与度。结合《消费信用模型》、《巴塞尔协议III》、行为入参(如营销增益模型(Upliftmodel)、行为模型(ActionModel)等),对常用的经验假设函数,以及机器学习领域的行为入参技术分别进行介绍。其中,额度、利率、风险会通过用户的响应函数+逆向选择函数(接受意愿)作为纽带,通过平台利润最大化的博弈论方法,来求解指定利率下不同客群的额度。接受意愿的引入对于“预授信产品”尤为重要,其余授信后定价的产品,更多需要
转载请注明:http://www.ruseluosi.com/ljml/7028.html