模型和策略，谁才是风控的 C 位？
后台经常有同学私信我，问得最多的一个问题，堪称 “风控第一问”：
“哥们儿，模型和策略到底有啥区别？哪个更重要？”
说实话，这个问题，我也曾问过自己无数遍。
作为一个天天跟数据、算法、AUC 死磕的模型工程师，我曾经极度迷恋模型的优雅和强大。
在我眼里，一个完美的模型，就是风控的终极答案。
但随着我在印尼、墨西哥这些市场摸爬滚打，踩了无数的坑，见了太多的 “妖魔鬼怪” 之后，我才慢慢意识到——
我错了。
我过去对 “策略” 的理解，太浅了。
它绝不仅仅是几条简单的 “if-then” 规则。
今天，不聊高深的算法，不拽复杂的术语。
就以一个模型人的视角，掰开了，揉碎了，跟你聊聊我眼中的模型与策略。
第一章：我的 “唯模型论” 世界
刚入行那一两年，我的世界观很简单：
风控 = 模型。
我工作的全部意义，就是追求极致的 AUC 和 KS。
每天的生活，就是在成千上万的变量里 “炼金”。
把用户的申请行为、设备指纹、通讯录关系、历史数据…… 所有能抓到的东西，都扔进 XGBoost 的熔炉里。
然后，紧张地看着验证集上的那条 ROC 曲线，是不是又向上拱起了一点点。
那种感觉，无与伦比。
我坚信，模型是风控的超级发动机。
只要我的模型足够强大，就能像上帝一样，清晰地分辨出谁是好人，谁是坏人。
至于策略？
在当时的我看来，那不过是模型上线前，由策略同事拍脑袋定下的一些 “门槛” 而已。
比如，“年龄小于 18 岁，拒绝”。
太没技术含量了。
我把模型看作一个无所不知的 “通才”。
它能综合上百个维度，给出一个客观、全面的分数，描绘一个人的整体信用倾向。
它处理的是大样本，寻找的是普遍规律。
它擅长回答 “这群人整体风险有多高” 的问题。
那时候的我相信，只要发动机的马力足够强，车就能跑得又快又稳。至于方向盘？好像没那么重要。
然而，现实很快就教会了我，不开车的人，才觉得方向盘不重要。
第二章：当我的 “发动机”，第一次撞上南墙
我职业生涯的第一次 “信仰崩塌”，发生在一个墨西哥的项目上。
当时，我主导开发的新版评分卡模型，AUC 高达 0.75，oot 上效果都很好。
模型上线后，怪事发生了。
坏账率并没有像预期的那样下降，反而有几个客群的逾期出现了诡异的攀升。
业务方急了，策略团队也急了。
一天下午，策略负责人拉着我，指着一个被我们模型评为 720 分（优质客户）的 case。
这个用户，申请资料完美，设备环境干净，行为特征良好。
模型爱死这种用户了。
策略负责人面无表情地打开另一个系统，上面赫然写着：
“该用户命中国家级信用局（Buró de Crédito）严重失信黑名单。”
我当时下意识地辩解：“我的模型里包含了黑名单特征啊！但它的特征重要性不高，所以权重不大。”
从统计学上，我没错。
在一个 10 万人的样本里，命中黑名单的可能就几百人。
对于追求整体 AUC 的模型来说，这个特征的 “贡献度” 远不如那些覆盖几万人的普通特征。
模型会认为，他虽然有这个 “小污点”，但他其他 99 个方面都太优秀了，两相权衡，依然是好人。
那一刻，我醍醐灌顶。
模型算的是概率，但策略定的是生死。
黑名单，不是一个概率问题，它是一个确定性的、一票否决的风险事实。
你不能对老板说：“虽然他是个公认的老赖，但我的模型显示他有 95% 的概率会还钱。”
老板会觉得你疯了，或者他疯了。
这件事让我第一次明白，策略，尤其是准入策略，是风控体系的第一道防线，也是最坚固的防火墙。
它处理的是那些模型无法、也不应该用概率去衡量的 “点” 状风险。
它负责把战场上最凶恶的敌人，用最简单直接的方式，清理出去。
第三章：策略，那个我看不懂的 “方向盘”
如果说 “黑名单” 事件只是让我认识到了策略的“否决权”，那么接下来发生的事，则让我彻底看清了策略的真正面目。
它不仅仅是刹车，它更是方向盘。
随着我对业务的介入越来越深，我发现策略团队每天开会讨论的，根本不是我们模型团队关心的那些东西。
我们关心：AUC、KS、特征稳定性、PSI……
他们关心：
Approval Rate（通过率）：这个月要放多少量？市场要扩张还是收缩？
FPD7 Rate（首逾 7 天坏账率）：新用户的资产质量怎么样？是不是混进来了什么奇怪的东西？
Portfolio Mix（客群组合）：高、中、低风险的客户比例是不是健康？
ROI（投资回报率）：我放出去的每一块钱，最终能赚回来多少？
我才恍然大悟，原来，当我的模型给出一个分数，比如 680 分之后，风控的工作才刚刚开始。
接下来，全是策略的工作：
准入（Admission）：
策略说：“分数低于 650 分的，直接拒绝，门都别想进。” 这定义了我们服务的客群底线。
授信（Credit Granting）与给额（Line Assignment）：
策略说：“650 到 700 分的，是我们的次优客群，可以给，但额度不能高，就给 1000 比索（墨西哥货币）试试水。”
“750 分以上的，是我们的核心优质客户，可以直接给 5000 比索，要留住他们。”
定价（Pricing）：
策略说：“1000 比索那档，风险高，日利率定在 1.0%。”
“5000 比索这档，风险低，可以给个优惠，日利率 0.6%，要有竞争力。”
看到吗？
准入、额度、定价，这三件事，是一个信贷产品的核心。
而这一切，都是由策略来定义的。
❝
模型提供的是原材料及 “质检报告”，而策略是决定用这些材料“盖什么样的房子” 的总设计师。
策略需要清晰地洞察业务的方向。
市场好的时候，要扩张，策略就会调松准入门槛，提高额度，用更激进的方式去抢占市场。
经济下行，风险抬头，策略就会立刻收紧，降低通过率，削减高风险客群的额度，保全资产质量。
策略，才是整个信贷业务的方向盘。它决定了公司这艘船，是要加速前进，还是要求稳转舵。
而我，那个曾经只关心发动机马力的模型工程师，对这一切，一无所知。
第四章：偏重点的巨大差异：我们活在两个世界
想明白这一点后，我再回头看模型和策略，发现我们的偏重点，从根上就完全不同。
模型的偏重点，是 “看清”。
它的目标：是无限逼近真相，用数学工具，最大化地区分好坏用户，实现最精准的风险排序。
它的语言：是概率、分数、特征、AUC。它会告诉你 “A 用户比 B 用户风险高 30%”。
它的产出：是一个分数，或者一个概率值。它是一个强大的分析工具。
它的世界：是相对静态的。一个好的模型，追求的是在一段时间内的稳定表现。
策略的偏重点，是 “行动”。
它的目标：是在 “看清” 的基础上，做出最有利的商业决策。它要平衡风险、收益、规模、成本等多个目标。
它的语言：是通过率、坏账率、额度、利率、ROI、GMV、LTV。它要回答 “我们应该对 A 用户做什么？”
它的产出：是一整套可执行的业务规则、额度矩阵、定价矩阵。它是业务的方向盘和执行手册。
它的世界：是高度动态的。市场环境一变，竞争对手一动，欺诈手段一更新，策略就必须立刻调整。
这么说吧：
模型，是对客观世界的精准刻画；策略，是对主观能动性的极致发挥。
模型工程师追求的是一个 “真” 字，力求还原风险的本来面貌。
策略专家追求的是一个 “赢” 字，力求在复杂多变的环境中，为公司赢得最大的商业利益。
第五章：我的新世界：双核驱动，方能致远
现在，你再问我模型和策略哪个更重要？
我觉得
这就像问一辆赛车，是发动机重要，还是方向盘重要？
没有强大的发动机（模型），赛车就没有速度，蜗行牛步。
没有灵活的方向盘（策略），赛车就会失控，车毁人亡。
一个健康的线上风控体系，绝不是 “模型比策略好” 或者“策略比模型有用”。
而是一个 “硬规则（反欺诈 / 黑名单）+ 软规则（信用策略）+ 核心模型” 紧密协同、无缝配合的有机体。
策略负责清理掉那些确定性的、局部的、突发的风险，为模型筛选出相对干净的客群。
模型则在这个客群中，进行最精细化的风险排序和区分，为策略的授信、定价、给额，提供最精准的 “原材料”。
策略根据业务目标和市场变化，决定如何使用模型的产出，把模型的预测能力，转化为实实在在的商业价值。
写在最后：一个模型人的新征程
想通了这一切，我感觉自己做模型的思路，被彻底打开了。
我不再仅仅是一个追求 AUC 的 “炼丹师”。
我开始主动去和策略的同事聊天，去了解他们最近在愁什么，业务的下一个目标是什么。
他们是不是觉得某个客群的额度太低，流失严重？
他们是不是想开发一款新的产品，需要模型提供特定的支持？
他们是不是发现了一种新的欺诈手段，需要我们从特征层面去捕捉？
我的目标，也从单纯地 “做好模型”，升级为了 “做好模型，用好模型，让模型发挥出最大的业务价值”。
模型是核，策略是魂。
模型策略，双核驱动。
这，才是一个完整的风控体系。
也是我，一个模型人，在这条路上，将持续探索和努力的方向。
希望今天的分享，对你有启发。
无论你是做模型的，还是做策略的，都欢迎在评论区留下你的思考。
让我们一起，把这辆风控的赛车，开得更快、更稳、更远。