征信衍生规则中的逾期强变量都有哪些？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

  -番茄风控星球课堂的合集


就在第六十六节星期课堂《贷款利率、还款方式与常用风险指标等相关的介绍》中，老师介绍了在个人信用报告中，常见的表述符号，见过征信报告的童鞋一定不会陌生，详细内容有以下：

/—表示未开立账户；*—表示本月没有还款历史，还款周期大于月的数据用此符号标注，还款频率为不定期，当月没有发生还款行为的用*表示；开户当月不需要还款的也用此符号表示。

其他重要的常见字符，表示如下：

N—正常（表示借款人已按时足额归还当月款项）；1—表示逾期1～30天；2—表示逾期31～60天；3—表示逾期61～90天；4—表示逾期91～120天；5—表示逾期121～150天；6—表示逾期151～180天；7—表示逾期180天以上；D—担保人代还（表示借款人的该笔贷款已由担保人代还，包括担保人按期代还与担保人代还部分贷款）；Z—以资抵债（表示借款人的该笔贷款已通过以资抵债的方式进行还款。仅指以资抵债部分）；C—结清（借款人的该笔贷款全部还清，贷款余额为0。包括正常结清、提前结清、以资抵债结清、担保人代还结清等情况）；G—结束（除结清外的，其他任何形态的终止账户）。

[backcolor=rgba(18, 18, 18, 0.5)]​

编辑切换为居中




添加图片注释，不超过 140 字（可选）




当然，以上的基础数据只是征信报告数据中最基础的数据维度，在风控策略上，我们需要在这个基础的概念上，做进一步的衍生内容。结合着以往我们的项目经验，给大家列举以下比较重要的衍生数据：

①以总还款行为进行的数据衍生：

如在信贷历史上出现了几次4或者5；

②以时间切片，衍生不同逾期的数据（这里可衍生的维度比较多），如

2.1.近期的逾期情况—判断3个月是否(同一笔)近3个月出现1个2

2.2.以半年为切片的逾期情况是否(同一笔)6个月内有2是否(同一笔)6个月内出现2个2

2.3.以一年时间来表示的逾期情况是否(同一笔)12个月内有3个2是否(同一笔)12个月内有2个3是否(同一笔)近6月个出现1个3

2.4.较长期的逾期情况是否(同一笔)24个月内有3是否(同一笔)24个月内出现12个1

......

[backcolor=rgba(18, 18, 18, 0.5)]​

编辑切换为居中




添加图片注释，不超过 140 字（可选）




当然人行的衍生变量，远远不止这些，比如参考知识星球文档的内容，大大小小可以进一步衍生上百至上千条规则:

[backcolor=rgba(18, 18, 18, 0.5)]​

编辑切换为居中




添加图片注释，不超过 140 字（可选）

相关内容可以进一步至星球后台，查收此份资料：

[backcolor=rgba(18, 18, 18, 0.5)]​

编辑切换为居中




添加图片注释，不超过 140 字（可选）

...

原创文章

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：个人信用报告 Back 征信报告 详细内容 原创文章 风控大数据