【免费下载链接】fin-risk-modelsOpen-source models for financial risk detection and fraud analytics项目地址https://gitcode.com/gh_mirrors/fi/fin-risk-models点击查看免费下载fin-risk-models是一个开源的金融风控模型仓库专注于信贷欺诈检测、欺诈分析与监管合规。其中「Mortgage — Large Card Installment in the 90 Days Pre-Disbursement」模型专门用于一件事找出房贷放款前 90 天内办理了大额信用卡分期的借款人——这类放款前夕的杠杆激增往往是隐藏负债或现金流紧张的强信号是贷前审查中最容易被忽略的风险点之一。为什么放款前的大额信用卡分期是风险信号一笔健康的房贷申请借款人在临近放款时应当保持相对平稳的负债结构。但如果申请人在放款日前不久突然出现大额信用卡分期如消费分期、账单分期通常意味着两种情况隐藏负债申请表上未披露的信用敞口实际总负债远高于表面数据现金流压力用信用卡分期续命甚至存在变相过桥凑首付的嫌疑还款能力存疑。等到第一笔月供出现时这类借款人更容易发生逾期。把检测时点提前到放款前风控团队才有时间干预。模型核心原理4 步 SQL 检测逻辑该模型的核心逻辑在 pre_disbursement_card_installment.sql 中整体思路可以概括为 4 步1️⃣ 圈定观察期内的房贷从loan_accounts表筛选product_category MORTGAGE的贷款并要求计息起始日start_interest_date落在观察期内对应参数:OBS_START_DATE到:REPORT_DATE。2️⃣ 找出大额信用卡分期从card_installments表筛选生效日不晚于报告日、且分期金额达到阈值installment_amount MIN_INSTALLMENT_AMT默认10000.00的记录。先做全局金额过滤可以显著缩小后续关联的数据量。3️⃣ 90 天窗口内精确匹配对每笔房贷关联同一客户在[start_interest_date - 90天, start_interest_date]区间内的分期核心匹配条件如下见 pre_disbursement_card_installment.sqljoin pre_window_installments ci on ci.customer_id ml.customer_id and ci.effect_date ml.start_interest_date - (p.lookback_days || days)::interval and ci.effect_date ml.start_interest_date窗口长度由LOOKBACK_DAYS控制默认 90 天可按产品线和区域自行调整。4️⃣ 输出带机构层级的异常清单结果按三级机构level1/2/3_branch排序输出附带借款账号、合同号、放款日期、放款金额、分期生效日、分期金额与剩余分期余额等字段便于直接分发给对应支行复核。文件末尾还附上了 MySQL、SQL Server、Oracle 的日期函数换算写法pre_disbursement_card_installment.sql方便迁移到不同数据库方言。快速上手4 个参数即可运行先获取仓库如本地尚无git clone https://gitcode.com/gh_mirrors/fi/fin-risk-models然后进入模型目录 2025-09-17_mortgage-pre-disbursement-card-installment/为 SQL 绑定 4 个参数后执行即可参数类型默认值说明:REPORT_DATEDATE必填报告快照日期:OBS_START_DATEDATE可选观察期起始日缺省视为不限:LOOKBACK_DAYSINT90放款前回看天数:MIN_INSTALLMENT_AMTDECIMAL10000.00单笔分期金额下限模型依赖 5 张逻辑表loan_accounts、loan_disbursements、org_hierarchy、product_catalog、card_installments均为通用命名映射到行内实际数仓表即可复用。参数调优如何从中风险基线走向高风险分级官方建议见 模块 README采用先宽后严的治理策略中风险基线窗口内存在任意大额分期即标记高风险升级条件满足其一窗口内分期合计 ≥3 倍月供单笔分期 ≥ 房贷金额的5%降噪技巧叠加商户类别过滤剔除家电等大件消费的误报。建议按产品线、区域分档校准阈值而不是全行一刀切。配套模型组合使用构建房贷风控矩阵fin-risk-models中还有多个可与之互补的房贷相关模型组合使用能形成更完整的贷前/贷后防线多笔二手房贷款放款至同一收款方识别多个借款人共用收款账户的团伙欺诈特征 → 2025-07-29_multi-secondhand-mortgage/README.md按揭合同到期早于贷款到期识别抵押物裸奔的担保缺口 → 2025-12-12_mortgage-expiry-gap/README.md全部 23 个模型的完整清单见仓库根目录 README.md小结「放款前 90 天大额信用卡分期」模型用一段可移植的 SQL把隐藏负债信号转化为机构级的可执行异常清单默认 90 天回看窗口 万元金额阈值参数化设计让校准成本极低。对于风控新手来说它是一个很好的入门范本——逻辑透明、参数可调、输出可直接分发给一线。仓库遵循 Apache 2.0 许可可自由适配与复用欢迎结合行内数据落地并贡献调优经验。赞分享【免费下载链接】fin-risk-modelsOpen-source models for financial risk detection and fraud analytics项目地址https://gitcode.com/gh_mirrors/fi/fin-risk-models点击查看免费下载相关推荐Actual Budget 信用卡使用完全指南On Budget 账户模型与全额还款 / 滚动债务双策略实战Actual Budget 信用卡使用完全指南On Budget 账户模型与全额还款 / 滚动债务双策略实战 在预算软件中管理信用卡常常令人困惑Actu金融科技后端前端桌面应用移动开发如何用Soundflower实现Mac音频内录3步打造专业级虚拟音频路由系统如何用Soundflower实现Mac音频内录3步打造专业级虚拟音频路由系统 痛点解析Mac用户的音频路由难题 我们在日常使用Mac时是不是经常遇到知识库LoRa信号处理实战前导码检测与同步技术完整指南LoRa信号处理实战前导码检测与同步技术完整指南 在物联网和低功耗广域网应用中LoRa技术凭借其出色的传输距离和功耗表现成为主流选择。然而实现可靠的LoR上一篇Semantica架构拆解4层27个模块如何实现零耦合、随意替换下一篇SMOP编译器如何快速将Matlab代码转换为高性能Python代码创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考