第4章：成本量化基础
量化逆向选择成本，说白了就是给“信息不对称”算一笔账。我做了这么多年风控，最深的体会是：算不清楚成本，你就没法跟业务方讲道理。这一章，咱们把量化原则、数据来源和假设条件掰开揉碎了讲。
4.1 量化原则：三个铁律
我个人习惯，做任何量化分析前先定规矩。逆向选择成本的量化，我总结了三原则：
- 可追溯性：每一分成本都能找到源头。是客户隐瞒了收入？还是虚报了资产？我在项目中遇到过，有些团队把坏账全归到“市场环境不好”，结果根本没法改进。
- 可比较性：不同产品、不同渠道的成本要能放在一起比。你想想看，如果信用卡和房贷用的不是一套算法，那风控策略怎么统一？
- 可验证性：算出来的结果，要能拿实际数据回测。我曾经吃过亏，模型跑出来很漂亮，一上线就崩——就是因为没做回测验证。
核心要点：量化不是算个数字就完事，而是要能解释、能对比、能检验。
4.2 数据来源：两条腿走路
数据是量化分析的命根子。我一般分两类：内部交易数据和外部市场数据。两条腿缺一不可。
4.2.1 内部交易数据
这是咱们自己的家底。包括：
- 申请数据：客户填的申请表、上传的证明材料。嗯，这里要注意，申请数据里水分很大，逆向选择往往就藏在这里。
- 行为数据：客户用卡习惯、还款记录、交易频次。我记得有个项目，发现某批客户申请时很“老实”，但用卡后频繁套现——这就是典型的逆向选择。
- 贷后数据：逾期记录、催收反馈、核销情况。这些是验证成本量化的“照妖镜”。
小技巧：内部数据要清洗干净。我曾经因为一个字段的缺失值没处理好，导致整个量化模型偏差了20%。
4.2.2 外部市场数据
光靠内部数据不够，容易“坐井观天”。外部数据能帮你看到全局：
- 征信数据：央行征信、百行征信。这是硬通货，但注意时效性——我见过用半年前征信数据做分析的，结果客户资质早就变了。
- 行业数据：同行的违约率、平均负债率。这些可以从行业协会、研究报告里扒。但别全信，我习惯交叉验证。
- 宏观经济数据：GDP增速、失业率、CPI。逆向选择成本跟经济周期强相关——经济下行时，逆向选择成本会飙升，这个后面会细讲。
避坑指南：我曾经用爬虫抓外部数据，结果数据源不稳定，导致量化结果忽高忽低。后来我改用付费API，虽然贵点，但稳定多了。
4.3 量化假设：没有假设，就没有量化
做量化分析，必须做假设。为什么？因为现实太复杂，你不可能拿到所有数据。我常用的假设有这几个：
| 假设类型 | 具体内容 | 我的经验 |
|---|---|---|
| 理性人假设 | 客户会最大化自身利益 | 大部分情况成立，但别忽略“非理性”行为——比如有人为了面子借高利贷 |
| 信息不对称假设 | 客户比机构更了解自身风险 | 这是逆向选择的核心，但程度因产品而异——房贷的信息不对称比信用卡小 |
| 静态假设 | 短期内客户行为模式不变 | 我吃过亏，以为客户习惯不会变，结果政策一调整，全变了 |
| 独立同分布假设 | 不同客户的风险相互独立 | 这个在群体性风险（比如疫情）下会失效，要小心 |
你可能会问：假设错了怎么办？我的答案是：做敏感性分析。把假设条件放宽或收紧，看看结果波动大不大。如果波动大，说明模型对假设敏感，那就得重新审视假设的合理性。
4.4 量化框架图
下面这张图，是我自己总结的量化框架。你看一眼，基本就明白整个逻辑了。
这张图的核心逻辑是：数据是原料，原则是规矩，假设是前提，最后算出成本。我在实际项目中，经常在这个框架上做微调——比如某个产品数据质量差，我就多依赖外部数据；或者某个假设不成立，我就加一层敏感性分析。
4.5 一个简单的量化示例
光说不练假把式。我拿一个简化版的信用卡申请场景，给你看看怎么量化逆向选择成本。
假设：
- 正常客户违约率：2%
- 逆向选择客户违约率：15%
- 逆向选择客户占比：10%
- 每笔贷款平均损失：10,000元
那么，逆向选择成本 = (15% - 2%) × 10% × 10,000 = 130元/笔。
你可能会说：这太简单了吧？没错，实际项目里要复杂得多。但核心逻辑就是这个——算清楚“信息不对称”让你多亏了多少钱。
重要提醒：这个示例假设所有数据都是准确的。现实中，数据质量、假设偏差都会影响结果。我一般会加一个±20%的误差区间，让业务方知道“大概在这个范围内”。
4.6 我的避坑清单
最后，分享几个我踩过的坑：
- 别迷信外部数据：外部数据再全，也不如内部数据准。我见过有人用行业平均违约率替代自家数据，结果偏差了50%。
- 假设要写清楚：每个假设都要记录在案。我曾经因为没写假设，半年后复盘时完全想不起来当初为什么这么算。
- 量化不是一次性工作：市场在变，客户在变，量化框架也要定期更新。我习惯每季度做一次校准。
好了，这一章的内容就这些。量化基础打牢了，后面讲具体方法时你才能跟得上。