第107章 精准风控救下坏账危机（1/2）

请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

信和金融的坏账危机，来得比项目计划早。

六月中旬，平台一批小额商户贷逾期率突然上升。最开始只是风控日报里一条红线，后来红线越来越粗，像有人拿记号笔在老板额头上写“现金流危险”。信和内部紧急开会，人工审核团队说商户资料看起来没问题，传统规则也没有明显异常。

苏晓把异常数据发给林凡：“模型灰度环境跑一下。”

项目经理很紧张：“还没正式上线。”

苏晓说：“不上线，只分析。我们需要知道风险从哪里来。”

林凡和马骏连夜把近期贷款样本接入灰度模型。星穹底座负责特征抽取，本地规则做风险解释。凌晨一点，模型给出一个奇怪的高风险聚类：一批商户注册地址不同，行业不同，申请金额不同，但设备指纹、申请时间、收款账户关联和营销来源高度相似。

张磊听完，睡眼惺忪地说：“这不就是穿了不同马甲的同一批人？”

林凡说：“像团伙贷。”

苏晓很快上线。她没有问“模型准不准”，先问：“证据链够不够人工复核？”

林凡把关联图发过去。几十个节点被线连在一起，像一张不太吉利的蜘蛛网。部分商户来自同一个“创业扶持群”，群里有人指导他们包装流水、统一申请、拿钱后分成。话术里甚至出现“AI审核很快，资料按模板填”。

张磊看到“创业扶持群”，血压立刻有反应：“又是群？”

何苗说：“灰产很爱群，因为群能让个人冲动看起来像集体机会。”

苏晓组织信和人工复核。复核结果证实，至少二十多个申请存在资料包装和账户关联。平台立刻暂停相关批次放款，避免进一步损失。初步测算，如果按原计划放款，坏账可能扩大到几百万。

信和老板在会上松了一口气，连说三遍“幸好”。

项目经理也很兴奋：“这就是AI风控价值。”

林凡点头。必须承认，这一次AI做了好事。它从人眼看不出的碎片里找到了关联，把风险提前拽出来。人工审核员不是不认真，而是他们看单个申请，看不见跨账户、跨设备、跨时间的网。

苏晓却没有沉浸在胜利里。

她说：“先别急着庆祝。我们要看错拦。”

会议室安静。

“这批高风险里，有没有正常商户被关联进去？暂停放款会不会影响真实经营？通知怎么写？申诉怎么开？”苏晓一口气问完，“风险拦住了，不代表人就可以被晾着。”

林凡看着她，心里暗暗服气。

很多人只在模型成功时看见效率，苏晓在模型成功时也看见被成功波及的人。

复核中确实发现两个商户是错关联。他们使用同一家代办公司的设备提交资料，但经营真实，流水也正常。如果按模型高风险直接拒绝，他们会莫名其妙失去贷款机会，还不知道自己被哪张网套住。

苏晓要求人工复核通过，并在系统里记录错关联原因，后续降低该特征权重。

项目经理问：“这会不会削弱模型拦截能力？”

苏晓说：“会一点。但不改，模型会把代办设备等同于欺诈。下次更多正常人被拖进去。”

林凡补：“模型不是只要抓坏人，也要学会放过好人。”

老周听完，在公司群里发了一句：

风控不是乱杀。

张磊截图收藏：“周哥金句越来越短，威力越来越大。”

本章未完，点击下一页继续阅读。