醉仙归股票 多头规则

多头借贷在策略上一般作为拒绝维度参与到整个风控流程中。不同机构、不同信贷产品、不同场景，对于多头借贷的拒绝线划分都是不一样的。

如何找到当下最适合的多头借贷拒绝线，是风控策略分析人员工作中的核心任务。

我们找个合适的变量来看看统计数据，下面是“近一年在互金机构查询次数”的结果。

以上，如果我们采用宽松政策，可以将阈值定为大于等于 2 作为拒绝线，这样拒绝率只占 3.2%，被排除的用户坏账率更高。

而如果我们采用严格政策，可以改为大于 0 则拒绝，这样拒绝率增加为 10%，被拒绝的用户相比通过用户仍然显著要高。

这两个规则都是有效的，实际业务中采用什么样的阈值取决于公司的政策。从严 or 从宽。

当然，最顶层的目标是利润最大化。

值得说明的是，多头数据往往覆盖率有限，体现在变量取值上是 0 值占比过高，这个时候便可以考虑取大于 0 的部分来做多头排黑规则。

如果单变量不具备足够强的区分能力，组合多个变量是另一种策略制定方法。下面是两个变量的交叉结果，两端的 11.6%和 6.3%的风险组合起来能得到 15.5%的风险，这个也许就能满足一条规则上线的要求。利用决策树制定更多变量更丰富的交叉组合可以得到更有效的规则。

多头变量除了用于制定强规则直接去拒绝用户外，还以为作为软规则用于客群划分。多头严重或者不严重区分出来后，再结合其他维度的风险评估交叉使用。

国内缺的从来不是策略，而是将策略贯彻的决心与环境。