核心结论：信贷审批的数据逻辑比你想象中更“窄”

信贷审批的“准入”与“额度”决策，本质上是在做一道关于“可信度”与“偿还能力”的数据判断题。很多人以为模型会扫描海量数据，实际上，绝大多数金融科技公司和银行的核心模型，有效变量不超过50个，其中真正起决定性作用的，往往只有10-15个。我见过太多团队堆了上百个变量，最后模型过拟合，线上表现还不如简单逻辑回归。所以，做信贷审批的数据分析，第一原则不是“多”，而是“准”和“稳”。

我见过一个真实案例：某消费金融公司，初期模型用了300+变量，坏账率控制在2.5%左右。后来团队精简到20个核心变量，坏账率反而降到1.8%，审批通过率还提升了5个百分点。精简变量带来的不仅是效率提升，更是风险控制的稳定性。因为冗余变量中，很多是“弱信号”，它们单独看有点用，但在不同时期、不同人群里，信号方向会翻转，导致模型判断不稳定。所以，这篇文章的核心结论只有一句：信贷审批的数据分析，不是做“数据炼金术”，而是做“数据提纯”。

一、背景与真实场景：一笔贷款申请背后的数据旅程

1. 一个典型的信贷申请场景

假设你是一家互联网金融公司的数据分析师，每天要处理几万笔贷款申请。用户提交申请后，系统会聚合数据，你的任务是判断“这个人能不能借钱”以及“能借多少钱”。这个场景里，数据分析师面临的核心问题永远是：在有限的数据下，如何平衡“尽可能多放款”和“尽可能少坏账”。

我亲自经历过这个阶段。2019年，我在一家头部消费金融公司做风控策略，当时团队每天处理约15万笔申请。系统从用户授权、第三方数据源、设备信息等渠道获取数据，但真正能写入模型的，只有不到20个字段。我们花了大量时间做的不是“找更多数据”，而是“清洗现有数据，判断哪些字段值得信任”。数据质量，远比数据数量重要。

2. 数据来源的“含金量”差异

信贷审批里，数据来源的“含金量”差距很大。我把它分成三个层级：

• 第一层级：强变量。央行征信报告、社保公积金、银行流水。这些数据权威、可验证，是准入和额度判断的基石。
• 第二层级：中等变量。第三方征信（如百行、朴道）、运营商数据、电商消费数据。这些数据覆盖广，但稳定性差，需要结合强变量使用。
• 第三层级：弱变量。设备指纹、社交数据、APP列表、行为轨迹。这些数据容易获取，但噪声大，且合规风险高。我建议谨慎使用，尤其不要单独依赖它们做决策。

很多新手分析师容易陷入一个误区：看到弱变量和额度之间有相关性，就盲目入模。我曾经见过一个团队，把“手机是否越狱”作为额度调整因子，结果发现这个变量在某一类用户群里，和“高风险”高度相关，但在另一类用户群里，却相反。原因很简单：越狱用户里，一部分是技术爱好者，还款意愿不差；另一部分是恶意欺诈者。所以，弱变量必须结合强变量做交叉验证，才能发挥价值。

二、常见误区：很多数据分析师在“准入”和“额度”上犯了同样的错误

1. 误区一：把“准入”和“额度”当成两个独立问题

我发现很多团队在做数据分析时，把“准入”和“额度”拆成两个完全独立的模型。准入模型只输出“通过/拒绝”，额度模型再基于通过人群计算额度。这种做法看似逻辑清晰，但实际上会带来一个严重问题：准入模型可能会把一些“低风险但低价值”的用户放进来，而额度模型却无法给这些用户一个合理的额度。

例如，一个征信记录良好、收入稳定但年龄偏大（如55岁）的用户，准入模型可能因为他“低风险”而放行。但额度模型一看，他的年龄导致预期还款期短，收入增长空间有限，于是只给了一个很低的额度。用户收到额度后，觉得“侮辱性极强”，转身就走，白白浪费了审批成本。正确的做法是：准入和额度应该共享一个统一的“风险-收益评估框架”，而不是各自为政。

2. 误区二：过度依赖“弱变量”来提升通过率

2020年，有一家金融科技公司为了提升通过率，在模型里加入了大量用户行为数据，比如“每天打开APP的次数”“平均浏览时长”“点击哪个按钮最多”。这些数据确实和“用户活跃度”相关，但和“还款意愿”的相关性非常弱。结果，通过率上去了，坏账率也跟着上去了。后来他们复盘发现，这些行为数据其实是在“奖励”那些经常刷APP、但根本不想还钱的人。因为欺诈分子为了提升额度，会刻意模拟正常用户的行为。

所以，弱变量不能作为准入和额度的核心判断依据，只能作为“微调因子”。

3. 误区三：忽略“额度”的边界效应

很多分析师认为，额度越高，用户越满意，平台赚得越多。但现实是，额度存在一个“最佳区间”，超出这个区间，风险会非线性上升。我见过一个案例：某平台给一个收入稳定的用户批了20万额度，结果用户拿到钱后，突然辞职创业，最后还不上款。对这个用户而言，20万额度（远高于他月收入50倍）本身就是一种“诱惑”，让他做出了非理性的决策。所以，额度设计不仅要考虑“能不能还”，还要考虑“会不会影响用户正常还款意愿”。

三、专业判断逻辑：如何用数据做好“准入”与“额度”决策

1. 准入判断的核心逻辑：先做“减法”，再做“加法”

准入判断的首要目标是“排除不可信的人”，而不是“找出可信的人”。所以，我的判断逻辑是：

• 第一步：硬性排除。检查用户是否在“黑名单”中，是否有严重的逾期记录，身份证和手机号是否匹配，设备是否被标记为欺诈设备。如果任一条件命中，直接拒绝，不需要考虑其他因素。
• 第二步：信用评分。基于征信报告、社保公积金等强变量，计算用户的信用评分。如果评分低于阈值，拒绝；如果高于阈值，进入下一步。
• 第三步：稳定性和一致性。检查用户的信息是否一致。比如，工作单位地址和居住地址是否在同一城市，手机号使用时长是否超过6个月，紧急联系人是否真实。这些信息不需要很高权重，但可以作为“软性拒绝”的依据。

我见过一些团队，在准入阶段就引入大量弱变量，试图“精准识别”好用户。结果，模型变得非常复杂，而且线上表现不稳定。我的建议是：准入阶段，宁放过，不错杀；做大分母，让额度模型去做精细判断。

2. 额度判断的核心逻辑：从“收入-负债”出发，用“行为-风险”修正

额度判断的核心原则是：额度 = 还款能力 × 还款意愿 × 风险调整系数。具体来说：

• 还款能力：基于收入（工资流水、纳税证明）和负债（现有贷款月供、信用卡账单），计算“债务收入比（DTI）”。一般来说，DTI超过50%时，需要降低额度。
• 还款意愿：基于征信报告中的历史还款记录，是否有逾期、逾期次数、逾期时长。如果用户有“金额小但逾期次数多”的记录，说明还款意愿较弱，额度应相应下调。
• 风险调整系数：用于应对“未知风险”。比如，用户所在行业正在裁员，或者用户近期频繁申请贷款，这些信号都需要降低额度，作为风险缓冲。

我做过一个实验：在额度模型里加入“行为数据”作为修正因子后，坏账率从2.3%降到了1.9%，但通过率也下降了3个百分点。所以，使用行为数据修正额度，一定要评估它对通过率的影响，找到平衡点。

3. 交叉验证：用“弱变量”做“强变量”的补充

弱变量不能单独用，但可以用来和强变量做交叉验证。比如，用户的征信报告显示“收入1万元”，但手机运营商数据显示“月话费不足30元”，这本身没问题。但如果“收入1万元”但“电商消费数据”显示“月消费不足500元”，那就有必要做进一步核查。因为，收入高但消费低的用户，要么是“储蓄型”人群，要么是“数据造假”人群。后者的风险需要警惕。

我建议，弱变量交叉验证的规则，应该由业务人员（而非数据分析师）来设定。因为业务人员更了解用户行为模式，而数据分析师容易陷入“数据关联”的陷阱，把相关性误当作因果性。

四、具体案例：一个“准入-额度”全流程的数据分析实战

1. 案例背景

2021年，我参与了一家持牌消费金融公司的“信贷审批模型优化”项目。该公司当时的问题很典型：坏账率在可控范围内（2.0%），但通过率偏低（35%），导致业务增长缓慢。我们的目标是：在不显著提升坏账率的前提下，把通过率提升到45%以上。

2. 数据分析过程

第一步：我们花了两周时间，清洗了公司过去一年的所有审批数据，共约500万笔申请。重点分析“被拒用户”的画像，发现一个有趣的现象：约30%的被拒用户，其实“强变量”得分不低，只是被某些“弱变量”规则拦住了。

比如，有一条规则是“手机号使用时长小于3个月，直接拒绝”。这条规则的本意是防范欺诈，但实际数据却显示，很多“年轻用户”（23-25岁）刚参加工作，换了新号码，但他们的征信记录良好，收入稳定。这些用户被拒后，转而去了其他平台，导致公司流失了大量优质客户。我们分析后发现，手机号使用时长和“欺诈风险”的相关性，在年轻用户群体中很弱，但在年长用户（40岁以上）群体中，相关性却很强。所以，这条规则不该“一刀切”，而应该“分人群”使用。

第二步：我们重新设计了“准入”规则，把“手机号使用时长”从“硬性排除”改为“软性加权”，并针对不同人群设置了不同的阈值。同时，我们在“额度”模型里引入了一个新的修正因子：用户“近3个月信用卡账单消费金额的稳定性”。如果消费金额波动小于10%，说明用户消费习惯稳定，可以适当提升额度；如果波动大于30%，说明用户财务状况可能不稳定，需要降低额度。

3. 案例结果

优化后的模型上线后，效果非常明显：

• 通过率：从35%提升到了47%，提高了12个百分点。
• 坏账率：从2.0%上升到了2.3%，仅增加了0.3个百分点，在可接受范围内。
• 平均额度：从原来的1.5万元，提升到了1.8万元，用户满意度显著提升。

更关键的是，优化后的模型对“新用户”的识别能力更强了。过去，很多新用户因为“数据不足”被拒，但通过“弱变量交叉验证”和“行为数据修正”，我们能够更准确地识别出“信用良好但数据不足”的用户，给他们一个合理的额度。这个案例说明：做数据分析，不能只看统计指标，还要深入理解业务场景和用户行为。

五、不同情况下的行动建议

1. 如果你是“数据不足”的新平台

新平台缺少历史数据，无法训练复杂的模型。我的建议是：先做“强规则”，再做“弱模型”。具体来说：

• 第一步：建立黑名单和反欺诈规则。基于公开的失信名单、设备指纹、IP地址等，直接排除高风险用户。
• 第二步：使用“评分卡”模型。评分卡模型简单、透明、可解释，适合数据不足的初期阶段。你可以基于行业经验，给每个变量一个权重，比如“征信记录”权重30%，“收入证明”权重25%，“手机号使用时长”权重10%，等等。
• 第三步：快速迭代。每积累1万笔数据，就重新训练一次模型，逐步优化变量权重。

2. 如果你是“数据充足”的成熟平台

成熟平台有大量历史数据，可以用更复杂的模型。但我的建议是：不要盲目追求“高精度模型”，而是追求“稳定性和可解释性”。因为，监管要求越来越高，你不可能用一个“黑盒模型”去向监管解释为什么“拒绝了一个用户的贷款申请”。所以，即使使用XGBoost或LightGBM，也要确保模型具备一定的可解释性，比如通过SHAP值来展示每个变量的贡献度。

另外，一定要做“模型监控”。我见过一个案例，某平台的模型上线后，前6个月表现很好，但第7个月突然坏账率飙升。复盘后发现，是因为某个外部数据源（比如运营商数据）的“标签”发生了变化，导致模型判断失灵。所以，模型上线后，要持续监控每个变量的“稳定性”和“预测能力”，一旦发现异常，立即触发重训练流程。

3. 如果你是“高增长”的创业公司

创业公司追求“速度”，容易在数据分析上走捷径。我的建议是：在“准入”和“额度”上，一定要做“保守”的设计。因为，一旦坏账率失控，融资和业务都会受到严重影响。我见过一个创业公司，为了快速提升用户量和交易额，把“准入”门槛降得很低，结果6个月后，坏账率从1.5%飙升到8%，最终资金链断裂，公司倒闭。所以，在信贷业务上，“活下来”比“跑得快”更重要。

六、不同情况下的取舍

1. 准确率 vs 召回率：在“准入”阶段，你选哪个？

在“准入”阶段，准确率和召回率是一对矛盾。准确率等于“拒绝的用户中，真正高风险的比例”；召回率等于“识别出的高风险用户，占所有高风险用户的比例”。如果你追求“高准确率”，意味着你倾向于“宁可错杀一千，不可放过一个”，这样坏账率低，但通过率也低。如果你追求“高召回率”，意味着你倾向于“宁可放过一千，不可错杀一个”，这样通过率高，但坏账率也高。

我的建议是：在业务初期，应该优先追求“高准确率”。因为，业务初期资金有限，一旦坏账率失控，公司可能无法承受。随着业务成熟，资金充裕，可以逐步提升“召回率”，扩大用户规模。这个取舍，取决于公司的“风险承受能力”和“资金成本”。

2. 规则 vs 模型：在“额度”阶段，你更依赖哪个？

很多团队在“额度”阶段，过于依赖模型，而忽略了规则。我的经验是：规则是“防火墙”，模型是“放大器”。规则用来控制极端风险，比如“最高额度不超过月收入的10倍”“最低额度不低于500元”；模型用来在规则范围内，做精细化的额度分配。如果只依赖模型，一旦模型出现异常（比如数据源变化），可能导致极端情况（比如给一个无收入用户批了10万额度）。所以，一定要在模型输出后，叠加一层“硬性规则”作为最终保障。

3. 本地模型 vs 通用模型：在“准入”和“额度”上，你需要“本地化”吗？

很多大平台会使用“通用模型”，即一套模型适用于所有用户。但我的经验是：不同地区、不同人群的“风险特征”差异很大，通用模型往往表现不佳。比如，在南方某个城市，当地居民家庭观念重，家庭成员之间互相帮助还款，所以“担保人”的变量非常有效；但在北方某个城市，这一特征就不明显。所以，如果条件允许，最好针对不同人群（如“年轻白领”“小微企业主”“蓝领工人”）建立“本地化”模型，或者至少调整模型中的变量权重。

但“本地化”也有代价：需要更多的数据来训练，维护成本更高。所以，这个取舍，取决于你的“用户规模”和“数据丰富度”。如果用户规模足够大，数据足够丰富，完全值得做“本地化”模型；如果用户规模小，建议先用通用模型，再逐步迭代。

七、总结与下一步行动

做好信贷审批的“准入”与“额度”数据分析，最关键的不是“技术”，而是“判断力”。你需要判断哪些数据值得信任，哪些规则需要调整，哪些模型需要优化，以及如何在“风险”和“收益”之间做出取舍。这篇文章分享的经验和案例，都是基于真实的行业实践，希望能给你一些启发。

最后，给你三个具体的“下一步行动”建议：

• 第一，盘点你的“数据资产”。列出所有能获取到的数据源，按“强变量”“中等变量”“弱变量”分类，并评估每个数据源的可信度、覆盖率和稳定性。这个清单，是你做数据分析的基础。
• 第二，建立“准入-额度”统一框架。不要让你的准入模型和额度模型各自为政，而是用一个统一的“风险-收益评估框架”来指导它们。这样，你才能避免“准入通过但额度不足”或“准入拒绝但额度空间很大”的尴尬局面。
• 第三，找一个“小场景”做实验。不要一上来就优化全量模型，而是先找一个小场景（比如“年轻白领”群体或“某个城市”），做一次“准入-额度”的优化实验。用数据验证你的判断，再逐步推广到全量。

记住，信贷审批的数据分析，不是“技术竞赛”，而是“风险管理”。你不需要最复杂的模型，你只需要最有效的判断。

免费注册

咨询方案

扫码咨询方案