产品编号：BHPM003A
当前版本：2.0
特殊说明：该版本针对上一代做了更大程度的底层支付数据的整合，整合了主流第三方支付公司的底层支付数据：宝付、易宝、通联、快钱为主，提供更多更细分的标签体系，由原有200多个标签升级为830多个标签，跟市面上多个支付通道数据汇总推出的产品有明显的差异，相对性价比更高！
介绍：百华指数是一款百行征信专为金融机构设计的风控数据产品，以其全面的数据覆盖、高度的市场渗透率、多维度的数据视角、丰富的变量体系以及标准化的产品全量标签输出，为信贷风险管理提供了强有力的数据支持。
测试方法
对于与百行签约的客户，您可以准备好样本直接发送测试需求和样本附件到百行征信的相应样本接收邮箱：pmtest@baihangcredit.com(百行的测试样本接收邮箱，不会涉及数据泄露)。
邮件标题请按照以下格式编写：
【手动修改（与百行签约的）主体名称】测试产品：百华指数 BHPM003A
复制
邮件内容需注明：
申请测试"个人金融交易支付数据报告2.0 百华指数 BHPM003A"产品，测试样本【手动填写测试条数】条。本产品由gurus-zhangmin推荐。
复制
我们支持的测试样本量在10-20万份以内，支持回溯时间范围为2023年6月以后。样本要素应包括：
说明：
1、对于未与百行签约的客户，请联系我签署保密协议，以便进一步的测试与合作；
2、若有更多样本量测试需求，请进一步与我沟通。
百华指数产品的特点和优势
1. 数据全面性：百华指数基于支付公司底层数据，全面覆盖银行卡、交易金额、时间、类型等关键信息，确保了数据的完整性和刚性。
2. 市场覆盖广泛：汇聚多家头部支付公司数据，线上支付场景覆盖率高达90%，有效提升模型的泛化能力。
3. 多维数据覆盖：涵盖金融场景、支付逻辑、支付结果等多维度，为金融机构提供全面的视角。
4. 丰富变量体系：包含455个全变量，满足金融机构的特征筛选与建模需求。
5. 产品化输出：统一的底层变量实现标准的产品化输出，简化了金融机构的数据处理流程。
风控应用场景建议
1. 贷前信用评估
利用百华指数识别申请人的信贷交易历史，评估其偿还能力和信用风险。重点关注申请人与贷款类机构的交易频率、金额以及支付结果。
2. 贷中风险监控
持续监控借款人的支付行为，特别是对贷款类机构的资金转入（代扣）和转出（代付）行为。通过实时数据分析，及时发现可能的逾期风险或异常交易模式。
3. 反欺诈侦测
分析用户的支付行为是否存在异常，如短期内频繁的大额交易或与多个贷款机构的异常资金往来，这些可能是欺诈行为的迹象。
4. 信贷产品定制
根据不同信贷产品的特点，利用百华指数中的特征变量定制风险评估模型，以适应不同产品的风险特性和管理需求。
5. 用户画像构建
结合用户的支付行为和交易历史，构建详细的用户画像，用于信贷产品的市场营销和个性化服务。
风控策略开发建议
1. 交易行为分析
开发基于用户与贷款类机构交易行为的评分模型，包括交易频率、金额波动、支付成功率等。
2. 风险预警系统
建立贷中风险预警机制，当用户出现支付失败次数增多或与多个贷款机构的资金往来异常时，自动触发预警。
3. 逾期预测模型
利用用户的历史支付数据，开发预测模型以预测逾期概率，为信贷决策提供支持。
4. 动态风控策略
根据市场变化和用户行为的动态变化，定期更新风控策略和模型，确保风控措施的有效性和适应性。
5. 特征工程深化
深入挖掘百华指数中的特征变量，如新增扣款机构数、未还款成功的机构数等，进一步细化风控策略。
输出标签示例
变量类型 | 变量名称 | 时间范围 | 描述 | 含义 |
|---|
贷款机构数 | rec1_loan_inst | 近1个月 | 用户在近一个月内与贷款机构的交易次数 | 高频率可能表明用户近期财务需求较大，信贷风险增加 |
rec3_loan_inst | 近3个月 | 用户在近三个月内与贷款机构的交易次数 | 反映用户中期的借贷活跃度和可能的财务状况 |
rec6_loan_inst | 近6个月 | 用户在近六个月内与贷款机构的交易次数 | 观察用户在中期的借贷行为和借贷稳定性 |
rec12_loan_inst | 近12个月 | 用户在近十二个月内与贷款机构的交易次数 | 反映用户一年的借贷行为和长期财务策略 |
rec24_loan_inst | 近24个月 | 用户在近两年内与贷款机构的交易次数 | 显示用户长期借贷行为和财务健康状况 |
成功转出笔数 | rec1_suc_out_cnt | 近1个月 | 用户在近一个月内成功转出的交易笔数 | 频繁的交易可能表明用户有较高的资金流动性 |
rec3_suc_out_cnt | 近3个月 | 用户在近三个月内成功转出的交易笔数 | 反映用户在中期的资金流动和支付能力 |
rec6_suc_out_cnt | 近6个月 | 用户在近六个月内成功转出的交易笔数 | 观察用户在中期的资金流动性和经济活动 |
rec12_suc_out_cnt | 近12个月 | 用户在近十二个月内成功转出的交易笔数 | 反映用户一年的资金流动情况和经济稳定性 |
rec24_suc_out_cnt | 近24个月 | 用户在近两年内成功转出的交易笔数 | 显示用户长期的资金流动性和经济行为模式 |
成功转出金额 | rec1_suc_out_amt | 近1个月 | 用户在近一个月内成功转出的资金总额 | 大额资金流动可能表明用户的支付能力和经济实力 |
rec3_suc_out_amt | 近3个月 | 用户在近三个月内成功转出的资金总额 | 反映用户在中期的经济活动和资金调度能力 |
rec6_suc_out_amt | 近6个月 | 用户在近六个月内成功转出的资金总额 | 观察用户中期的资金流动规模和经济状况 |
rec12_suc_out_amt | 近12个月 | 用户在近十二个月内成功转出的资金总额 | 反映用户一年的资金调度和经济实力 |
rec24_suc_out_amt | 近24个月 | 用户在近两年内成功转出的资金总额 | 显示用户长期的资金流动情况和经济健康状况 |
未还清金额 | rec1_nonpay_amt | 近1个月 | 用户近一个月的未还清贷款总金额 | 高值可能表明短期内还款压力大 |
rec3_nonpay_amt | 近3个月 | 用户近三个月的未还清贷款总金额 | 反映短期至中期的还款压力 |
rec6_nonpay_amt | 近6个月 | 用户近六个月的未还清贷款总金额 | 观察中期还款能力和财务状况 |
rec12_nonpay_amt | 近12个月 | 用户近十二个月的未还清贷款总金额 | 反映年度还款压力和信用状况 |
rec24_nonpay_amt | 近24个月 | 用户近两年的未还清贷款总金额 | 显示长期还款能力和财务健康状况 |
转出失败笔数 | rec1_fail_out_cnt | 近1个月 | 用户在近一个月内转出失败的交易笔数 | 可能表明用户存在支付工具问题或资金不足 |
rec3_fail_out_cnt | 近3个月 | 用户在近三个月内转出失败的交易笔数 | 反映用户短期内的支付稳定性 |
rec6_fail_out_cnt | 近6个月 | 用户在近六个月内转出失败的交易笔数 | 观察用户中期的支付问题频率 |
rec12_fail_out_cnt | 近12个月 | 用户在近十二个月内转出失败的交易笔数 | 反映用户一年的支付失败趋势 |
rec24_fail_out_cnt | 近24个月 | 用户在近两年内转出失败的交易笔数 | 显示用户长期支付失败的总体情况 |
新增扣款机构数 | rec1_new_inst | 近1个月 | 用户在近一个月内新增的扣款机构数量。 | 可能表明用户近期有新的财务活动或贷款需求。 |
rec3_new_inst | 近3个月 | 用户在近三个月内新增的扣款机构数量。 | 反映用户在短期到中期的财务扩展情况。 |
rec6_new_inst | 近6个月 | 用户在近六个月内新增的扣款机构数量。 | 观察用户在中期的财务活动频率和范围。 |
rec12_new_inst | 近12个月 | 用户在近十二个月内新增的扣款机构数量。 | 显示用户一年的财务活动和可能的信用增长。 |
rec24_new_inst | 近24个月 | 用户在近两年内新增的扣款机构数量。 | 长期观察用户的财务行为和信用扩张趋势。 |
未还款成功机构数 | rec1_nonpay_inst | 近1个月 | 用户在近一个月内未还款成功的贷款机构数量 | 高值可能表明用户存在违约风险或流动性问题 |
rec3_nonpay_inst | 近3个月 | 用户在近三个月内未还款成功的贷款机构数量 | 反映用户短期内的信用状况和偿还能力 |
rec6_nonpay_inst | 近6个月 | 用户在近六个月内未还款成功的贷款机构数量 | 观察用户中期的信用表现和偿债能力 |
rec12_nonpay_inst | 近12个月 | 用户在近十二个月内未还款成功的贷款机构数量 | 反映用户一年的信用记录和还款稳定性 |
rec24_nonpay_inst | 近24个月 | 用户在近两年内未还款成功的贷款机构数量 | 显示用户长期信用状况和偿还债务的能力 |
