近两周，番茄风控上线的课程中，涉及的财税票贷产品课程干货满满。
今天我们跟大家讲讲在模型中最干货的内容，也就是在税票贷产品中最干货的欺诈模型的开发与使用，本文会基于税票中票（也就是发票）相关的数据进行相关的深入讲解。
在税票贷产品中，欺诈预测是根据上下游的交易数据等相关内容，基于历史放款客户开票表现，结合我们以往的项目经验，其中涉及的维度包括企业基本信息、工商司法信息、报税信息、销售额信息、贷款人信息作为入参变量。
其中欺诈标志一般定义有：(0:正常，1:欺诈）
欺诈来自于业务或资方（若是助贷业务）反馈，首期逾期且失联；且按照一定比例划分训练集、测试集。分别使用决策树模型进行训练、验证。
目前在相关的欺诈策略中可以参考的维度有：
策略①：顶额开票风险
顶额开票是指不含税销售金额到达发票种类的上限，如百万元，开到999999.99元就属于顶额开票。
策略②：相同额度开票风险

策略③：客户集中度风险

策略④：废票风险

参变量；
欺诈标志(0:正常，1:欺诈）
欺诈来自于资方反馈，首期逾期且失联；
常规上，结合我们历史的项目经验，模型按照4:1比例划分训练集、测试集;
模型开放上会分别使用决策树方式进行欺诈可能性的评估和预测：
​

其中在发票产品的风控侧重点中，则是看开票是否稳定，有断票对于发票贷来说，扣评分很厉害。但对于负债查询，发票贷相对宽松很多。

另外开票数据也是着重近一年及上一年的开票数据，类似于纳税。
一般授信可以参考整年开票的2%-10%。
另外关于发票中的断票数据则是有以下策略输出。断票情况:如果连续断票3个月，或者近3个月断票，一般这类通过率就会很低很低，所以基本上这类客户有纳税尽量选择做税贷。
关于发票的下滑程度:一般票贷产品比较看中今年与上一年的下滑情况，下滑幅度一般不超过50%，如果超过50%，那么申请时，对于产品的选择就非常重要了。
跟本次税票模型相关的内容，还有：
​

关于以上中小微财税票产品中，欺诈评分与模型的开发内容，有兴趣的童鞋可继续关注课程：
《中小微企业风控中的财税票数据的使用与模型开发》
​

…

~原创文章