风险分值算法描述

1、风险分值算法描述（V1.0）上海华腾软件系统有限公司2012年11月12日目 录1.基本规则模型31.1.单参数类规则模型31.2.多参数类规则模型72.行为习惯规则模型92.1.单参数类规则模型92.2.相关统计量计算方法141. 基本规则模型1.1. 单参数类规则模型对于一条单参数类的基本规则模型，其在前台需要维护的信息包括：符号维护信息项信息项描述触发规则的指标阈值当交易发生时的属性指标值超过该设定阈值后，该条规则才被触发，否则交易不触发该条规则，规则风险得分为0分A触发规则后的起始分值当交易发生时的属性指标值等于规则设定阈值，即规则刚刚满足触发条件时，该条规则获得的风险得分起始分值B触

2、发规则后的最高分值当交易发生时的属性指标值远远超过规则设定阈值时，该条规则所获得的风险得分的最大可能分值浮动分值调节参数当交易发生时的属性指标值介于超过规则阈值与远远超过规则设定阈值之间时，根据浮动分值调节参数来调整在起始分值基础上增加浮动分值直至最高分值的递增速率对于单参数类规则模型的风险得分计算公式为：Final Score=A+B-A*X-X-+21-=A+B-A*X-*(1-)X-*1-+2其中X为当前交易发生时的属性指标值，根据上述公式，当X超过阈值并触发该条预警规则之后，根据X超过的倍数，最终得分逐步逼近该条预警规则的最高分值。即最终得分=规则基础得分+（规则最高得分-规则基础得分

3、）*浮动得分增加的速率例如：设定=0.10.8时，当前交易发生时的属性指标值超过不同的倍数时，规则浮动得分增加的速率如下表所示：(X-)/=0.1=0.2=0.3=0.4=0.5=0.80.0 0.000 0.000 0.000 0.000 0.000 0.000 0.5 0.978 0.909 0.795 0.652 0.500 0.135 1.0 0.989 0.952 0.886 0.789 0.667 0.238 1.5 0.993 0.968 0.921 0.849 0.750 0.319 2.0 0.994 0.976 0.940 0.882 0.800 0.385 2.5 0.9

4、96 0.980 0.951 0.904 0.833 0.439 3.0 0.996 0.984 0.959 0.918 0.857 0.484 3.5 0.997 0.986 0.965 0.929 0.875 0.522 4.0 0.997 0.988 0.969 0.938 0.889 0.556 4.5 0.998 0.989 0.972 0.944 0.900 0.584 5.0 0.998 0.990 0.975 0.949 0.909 0.610 5.5 0.998 0.991 0.977 0.954 0.917 0.632 6.0 0.998 0.992 0.979 0.957

5、 0.923 0.652 6.5 0.998 0.992 0.981 0.961 0.929 0.670 7.0 0.998 0.993 0.982 0.963 0.933 0.686 7.5 0.999 0.993 0.983 0.966 0.938 0.701 8.0 0.999 0.994 0.984 0.968 0.941 0.714 8.5 0.999 0.994 0.985 0.970 0.944 0.726 9.0 0.999 0.994 0.986 0.971 0.947 0.738 9.5 0.999 0.995 0.987 0.973 0.950 0.748 10.0 0.

6、999 0.995 0.987 0.974 0.952 0.758 10.5 0.999 0.995 0.988 0.975 0.955 0.766 11.0 0.999 0.995 0.988 0.976 0.957 0.775 11.5 0.999 0.996 0.989 0.977 0.958 0.782 12.0 0.999 0.996 0.989 0.978 0.960 0.789 12.5 0.999 0.996 0.990 0.979 0.962 0.796 13.0 0.999 0.996 0.990 0.980 0.963 0.802 13.5 0.999 0.996 0.9

7、91 0.981 0.964 0.808 14.0 0.999 0.996 0.991 0.981 0.966 0.814 14.5 0.999 0.997 0.991 0.982 0.967 0.819 15.0 0.999 0.997 0.992 0.983 0.968 0.824 15.5 0.999 0.997 0.992 0.983 0.969 0.829 16.0 0.999 0.997 0.992 0.984 0.970 0.833 16.5 0.999 0.997 0.992 0.984 0.971 0.838 17.0 0.999 0.997 0.992 0.985 0.97

8、1 0.842 17.5 0.999 0.997 0.993 0.985 0.972 0.845 18.0 0.999 0.997 0.993 0.985 0.973 0.849 18.5 0.999 0.997 0.993 0.986 0.974 0.853 19.0 0.999 0.997 0.993 0.986 0.974 0.856 19.5 0.999 0.997 0.993 0.987 0.975 0.859 20.0 0.999 0.998 0.994 0.987 0.976 0.862 20.5 0.999 0.998 0.994 0.987 0.976 0.865 21.0

9、0.999 0.998 0.994 0.987 0.977 0.868 21.5 0.999 0.998 0.994 0.988 0.977 0.870 22.0 0.999 0.998 0.994 0.988 0.978 0.873 22.5 1.000 0.998 0.994 0.988 0.978 0.875 23.0 1.000 0.998 0.994 0.989 0.979 0.878 23.5 1.000 0.998 0.995 0.989 0.979 0.880 24.0 1.000 0.998 0.995 0.989 0.980 0.882 24.5 1.000 0.998 0

10、.995 0.989 0.980 0.884 25.0 1.000 0.998 0.995 0.989 0.980 0.887 下图不同颜色的曲线代表不同的值，横坐标为交易属性指标超过阈值的倍数，纵坐标表示在超过阈值相应倍数时，浮动得分的增长速率值。l 规则案例分析：规则名称1天内登陆网上银行成功次数过多前台维护的规则信息内容：符号维护信息项信息项描述触发规则的指标阈值5次A触发规则后的起始分值30分B触发规则后的最高分值100分浮动分值调节参数0.5当客户发生不同的登录次数时，浮动分值调节参数与最终规则得分的变化如下表所示：1天内登陆网上银行成功次数登录次数超过阈值的倍数浮动分值调节参数最终

11、规则得分50.00.00030.0060.20.28650.0070.40.44461.1180.60.54568.1890.80.61573.08101.00.66776.67111.20.70679.41121.40.73781.58131.60.76283.33141.80.78384.78152.00.80086.00162.20.81587.04172.40.82887.93182.60.83988.71192.80.84889.39203.00.85790.00213.20.86590.54223.40.87291.03233.60.87891.46243.80.88491.862

12、54.00.88992.221.2. 多参数类规则模型对于一条单参数类的基本规则模型，其在前台需要维护的信息包括：符号维护信息项信息项描述1触发规则的指标1阈值当交易发生时的属性指标值超过该设定阈值后，该条规则才被触发，否则交易不触发该条规则2触发规则的指标2阈值当交易发生时的属性指标值超过该设定阈值后，该条规则才被触发，否则交易不触发该条规则A触发规则后的起始分值当交易发生时的属性指标值等于规则设定阈值，即规则刚刚满足触发条件时，该条规则获得的风险得分起始分值B触发规则后的最高分值当交易发生时的属性指标值远远超过规则设定阈值时，该条规则所获得的风险得分的最大可能分值浮动分值调节参数当交易发生

13、时的属性指标值介于超过规则阈值与远远超过规则设定阈值之间时，根据浮动分值调节参数来调整在起始分值基础上增加浮动分值直至最高分值的递增速率对于多参数类规则模型的风险得分计算公式为：Final Score=A+B-A*MAXX1-11,X2-22MAXX1-11,X2-22+21-=A+B-A*MAXX1-11,X2-22*(1-)MAXX1-11,X2-22*1-+2其中X1与X2为当前交易发生时的属性指标值，根据上述公式，当X1与X2同时超过其各自的阈值1与2之后，才能触发该条预警规则，根据当X1与X2超过阈值1与2的倍数，最终得分逐步逼近该条预警规则的最高分值。其中浮动得分的增加速率按照X超

14、过倍数较高的那个值进行计算。即最终得分=规则基础得分+（规则最高得分-规则基础得分）*浮动得分增加的速率l 规则案例分析：规则名称指定周期内，发生多笔人民币的多次交易符号维护信息项信息项描述1触发规则的指标阈值5万元2触发规则的指标阈值2次A触发规则后的起始分值90B触发规则后的最高分值100浮动分值调节参数0.5不同交易金额与交易次数与规则风险得分的对应如下表所示： 交易次数交易金额（万元）2次3次4次5次6次7次8次590.000 95.000 96.667 97.500 98.000 98.333 98.571 692.857 95.000 96.667 97.500 98.000 98

15、.333 98.571 794.444 95.000 96.667 97.500 98.000 98.333 98.571 895.455 95.455 96.667 97.500 98.000 98.333 98.571 996.154 96.154 96.667 97.500 98.000 98.333 98.571 1096.667 96.667 96.667 97.500 98.000 98.333 98.571 1197.059 97.059 97.059 97.500 98.000 98.333 98.571 1297.368 97.368 97.368 97.500 98.000

16、 98.333 98.571 1397.619 97.619 97.619 97.619 98.000 98.333 98.571 1497.826 97.826 97.826 97.826 98.000 98.333 98.571 1598.000 98.000 98.000 98.000 98.000 98.333 98.571 1698.148 98.148 98.148 98.148 98.148 98.333 98.571 1798.276 98.276 98.276 98.276 98.276 98.333 98.571 1898.387 98.387 98.387 98.387

17、98.387 98.387 98.571 1998.485 98.485 98.485 98.485 98.485 98.485 98.571 2098.571 98.571 98.571 98.571 98.571 98.571 98.571 2198.649 98.649 98.649 98.649 98.649 98.649 98.649 2298.718 98.718 98.718 98.718 98.718 98.718 98.718 2398.780 98.780 98.780 98.780 98.780 98.780 98.780 2498.837 98.837 98.837 9

18、8.837 98.837 98.837 98.837 2. 行为习惯规则模型2.1. 单参数类规则模型对于一条单参数类的基本规则模型，其在前台需要维护的信息包括：符号维护信息项信息项描述触发规则的指标阈值当交易发生时的属性指标值与阈值分位数值相比，超过该设定阈值后，该条规则才被触发，否则交易不触发该条规则，行为规则风险得分为0分A触发规则后的起始分值当交易发生时的属性指标值与阈值分位数值相比，恰好等于设定阈值时，即规则刚刚满足触发条件时，该条规则获得的风险得分起始分值B触发规则后的最高分值当交易发生时的属性指标值与阈值分位数值相比，远远超过规则设定阈值时，该条规则所获得的风险得分的最大可能分值

19、T行为习惯规则统计的历史时间窗口长度当交易发生时，在比较交易当前属性指标值与历史习惯属性指标值时，按照当前交易时间回朔T时间窗口长度来进行行为习惯统计量计算浮动分值调节参数当交易发生时的属性指标值介于超过历史均值的程度，根据浮动分值调节参数来调整在起始分值基础上增加浮动分值直至最高分值的递增速率对于单参数类规则模型的风险得分计算公式为：Final Score=A+B-A*X-X-+21-=A+B-A*X-*(1-)X-*1-+2其中X为当前交易发生时的属性指标值，根据上述公式，当X超过历史统计时间段内的百分位数阈值并触发该条预警规则之后，根据X超过历史统计时间段内的中位数与标准方差的倍数比，最

20、终得分逐步逼近该条预警规则的最高分值。例如：设定=0.10.8时，当前交易发生时的属性指标值超过历史统计时间段内的中位数与标准方差的倍数比X-不同的倍数时，规则浮动得分增加的速率如下表所示： 倍数值=0.1=0.2=0.3=0.4=0.5=0.80.0 0.000 0.000 0.000 0.000 0.000 0.000 0.5 0.978 0.909 0.795 0.652 0.500 0.135 1.0 0.989 0.952 0.886 0.789 0.667 0.238 1.5 0.993 0.968 0.921 0.849 0.750 0.319 2.0 0.994 0.976 0

21、.940 0.882 0.800 0.385 2.5 0.996 0.980 0.951 0.904 0.833 0.439 3.0 0.996 0.984 0.959 0.918 0.857 0.484 3.5 0.997 0.986 0.965 0.929 0.875 0.522 4.0 0.997 0.988 0.969 0.938 0.889 0.556 4.5 0.998 0.989 0.972 0.944 0.900 0.584 5.0 0.998 0.990 0.975 0.949 0.909 0.610 5.5 0.998 0.991 0.977 0.954 0.917 0.6

22、32 6.0 0.998 0.992 0.979 0.957 0.923 0.652 6.5 0.998 0.992 0.981 0.961 0.929 0.670 7.0 0.998 0.993 0.982 0.963 0.933 0.686 7.5 0.999 0.993 0.983 0.966 0.938 0.701 8.0 0.999 0.994 0.984 0.968 0.941 0.714 8.5 0.999 0.994 0.985 0.970 0.944 0.726 9.0 0.999 0.994 0.986 0.971 0.947 0.738 9.5 0.999 0.995 0

23、.987 0.973 0.950 0.748 10.0 0.999 0.995 0.987 0.974 0.952 0.758 10.5 0.999 0.995 0.988 0.975 0.955 0.766 11.0 0.999 0.995 0.988 0.976 0.957 0.775 11.5 0.999 0.996 0.989 0.977 0.958 0.782 12.0 0.999 0.996 0.989 0.978 0.960 0.789 12.5 0.999 0.996 0.990 0.979 0.962 0.796 13.0 0.999 0.996 0.990 0.980 0.

24、963 0.802 13.5 0.999 0.996 0.991 0.981 0.964 0.808 14.0 0.999 0.996 0.991 0.981 0.966 0.814 14.5 0.999 0.997 0.991 0.982 0.967 0.819 15.0 0.999 0.997 0.992 0.983 0.968 0.824 15.5 0.999 0.997 0.992 0.983 0.969 0.829 16.0 0.999 0.997 0.992 0.984 0.970 0.833 16.5 0.999 0.997 0.992 0.984 0.971 0.838 17.

25、0 0.999 0.997 0.992 0.985 0.971 0.842 17.5 0.999 0.997 0.993 0.985 0.972 0.845 18.0 0.999 0.997 0.993 0.985 0.973 0.849 18.5 0.999 0.997 0.993 0.986 0.974 0.853 19.0 0.999 0.997 0.993 0.986 0.974 0.856 19.5 0.999 0.997 0.993 0.987 0.975 0.859 20.0 0.999 0.998 0.994 0.987 0.976 0.862 20.5 0.999 0.998

26、 0.994 0.987 0.976 0.865 21.0 0.999 0.998 0.994 0.987 0.977 0.868 21.5 0.999 0.998 0.994 0.988 0.977 0.870 22.0 0.999 0.998 0.994 0.988 0.978 0.873 22.5 1.000 0.998 0.994 0.988 0.978 0.875 23.0 1.000 0.998 0.994 0.989 0.979 0.878 23.5 1.000 0.998 0.995 0.989 0.979 0.880 24.0 1.000 0.998 0.995 0.989

27、0.980 0.882 24.5 1.000 0.998 0.995 0.989 0.980 0.884 25.0 1.000 0.998 0.995 0.989 0.980 0.887 下图不同颜色的曲线代表不同的值，横坐标为当前交易发生时的属性指标值超过历史统计时间段内的中位数与标准方差的倍数，纵坐标表示在超过相应倍数时，浮动得分的增长速率值。l 行为规则案例分析：规则名称当前交易金额超过客户1年历史时间段的交易金额习惯符号维护信息项信息项描述触发规则的指标阈值10%A触发规则后的起始分值30B触发规则后的最高分值100T行为习惯规则统计的历史时间窗口长度1年浮动分值调节参数0.9当前交易金额与历史交易金额均值之差与标准方差的比值浮动分值调节参数最终规则得分0.00.000300.20.02431.686750.40.04733.294120.60.06934.827590.80.09036.292131.00.11037.692311.20.12939.032261.40.14740.315791.60.16541.546391.80.18242.727272.00.19843.861392.20.21444.951462.40.229462.60.24347.009352.80.25747.981653.00.27048.918923.