一、为什么风控偏爱逻辑回归？

在金融风控领域——无论是信贷审批、反欺诈还是贷后管理——模型不仅要“准”，更要“说得清”。逻辑回归因其结构简单、结果可解释、训练高效，成为行业长期信赖的“黄金标准”。

• 可解释性强：每个特征对应的系数直接反映其对风险的影响方向（正/负）和强度，便于业务人员理解、监管审查和策略调整。
• 计算效率高：适合处理大规模用户数据，响应速度快，满足实时审批需求。
• 稳定性好：在线性关系明确的场景下表现稳健，不易过拟合（尤其配合正则化后）。

因此，即便在深度学习盛行的今天，逻辑回归仍是风控建模的首选基线模型，甚至作为最终上线模型。

二、风控目标与建模任务

典型的风控问题多为二分类任务：

• 正样本：发生逾期、欺诈、违约等不良行为
• 负样本：正常履约用户

模型目标是：基于用户的历史信息和行为数据，预测其未来发生风险事件的概率。该概率将用于：

• 自动审批/拒绝贷款申请
• 动态调整授信额度
• 触发人工审核或增强验证

三、关键环节：特征工程决定上限

逻辑回归本身只能捕捉线性关系，因此特征的质量和表达方式至关重要。

1. 原始特征来源

• 用户基本信息（年龄、职业、地域）
• 征信数据（历史贷款笔数、逾期记录、查询次数）
• 行为日志（APP使用频率、操作路径、设备信息）
• 第三方数据（社保、公积金、电商行为等）

2. 特征加工策略

• 分箱（Binning）：将连续变量（如收入、年龄）划分为区间，提升鲁棒性并发现非线性趋势。
• WOE编码（证据权重）：将分箱后的类别映射为具有单调性的数值，使模型更稳定且易于解释。
• 衍生指标：如“近30天申请平台数 / 近90天申请平台数”反映申请行为激进程度。
• 交叉特征：例如“高风险地区 + 夜间频繁登录”可能暗示异常行为。

3. 特征筛选

• 使用 IV值（信息价值） 评估单个特征的预测能力，通常 IV > 0.02 才纳入模型。
• 检查多重共线性（如两个高度相关的收入指标），避免参数估计失真。
• 可结合 L1 正则化自动剔除冗余特征。

四、模型训练与业务对齐

训练逻辑回归不仅是技术过程，更是业务逻辑的量化表达。

• 样本定义：明确“坏客户”的标准（如 M3+ 逾期），并设定观察期与表现期。
• 样本平衡：因坏样本稀少（通常 <5%），需注意采样策略（如欠采样、加权损失），但避免过度扭曲真实分布。
• 正则化选择：L2 正则（Ridge）防止过拟合；L1 正则（Lasso）可实现特征自动选择。
• 阈值设定：模型输出的是概率，需根据业务目标（如控制通过率、坏账率）确定决策阈值。

五、模型评估：不止看准确率

在极度不平衡的风控数据中，准确率毫无意义。应关注以下指标：

• AUC（ROC曲线下面积）：衡量模型整体区分好坏客户的能力，AUC > 0.7 通常可用，> 0.8 为良好。
• KS值：最大真正率与假正率之差，反映模型在某一点上对好坏客户的分离能力。KS > 0.3 表示模型有效。
• 评分卡稳定性（PSI）：监控模型上线后特征分布是否漂移，确保模型持续有效。
• 业务指标：如通过率、坏账率、收益成本比，最终以业务结果为导向。

六、模型部署与持续监控

模型上线不是终点，而是运维的开始。

• 模型固化：将逻辑回归的系数和特征处理规则转化为评分卡（Scorecard），每项特征对应固定加分/减分，便于审计与调整。
• 拒绝推断（Reject Inference）：被拒用户没有后续表现标签，需通过抽样、建模等方式推测其风险，避免样本偏差导致模型退化。
• 定期回溯：每月计算 PSI、AUC 等指标，若性能显著下降，则触发重训机制。
• 策略联动：模型分数需与风控策略（如额度、利率、人工复核）协同优化，实现风险与收益的平衡。

七、总结：逻辑回归的不可替代性

尽管复杂模型（如XGBoost、神经网络）在某些场景下精度更高，但逻辑回归在风控中仍具不可替代的优势：

• 透明可解释：满足金融监管对“模型可审计”的硬性要求；
• 工程成本低：部署简单，维护方便；
• 业务友好：产品经理、风控专员能直接理解特征影响，快速迭代策略。

真正的AI落地，不在于用了多复杂的算法，而在于能否解决业务问题、经得起时间检验。 逻辑回归正是这一理念的最佳体现。