1 min read

支付风控:首笔黑样本浓度与贡献占比

在支付风控的用户交易分层中,首笔与非首笔的风险评估是常规分析手段。实际业务中,经常出现「首笔交易黑样本绝对数量很多,但风险浓度反而更低」的情况,这不是数据异常,风险浓度和黑样本贡献占比不等价。

一、两个核心指标的标准化定义

1. 风险浓度(分层坏账率)

计算公式:

风险浓度 = 该分层的黑样本数量 ÷ 该分层的总交易数量

衡量的是这个分层本身的风险密度,即每发生 100 笔交易,会出现多少笔坏交易。这是判断「这个群体本身有多高危」的核心指标。

2. 黑样本贡献占比

计算公式:

黑样本贡献占比 = 该分层的黑样本数量 ÷ 全量交易的黑样本总数量

衡量的是这个分层的坏交易在整个业务所有坏交易中的权重,即对整体业务风险的影响程度。这是判断「这个群体对整体坏账的贡献度」的核心指标。

二、行业常见误区

默认认知往往是:「首笔交易风险高,所以风险浓度一定更高」。

但在新客占比高、首笔交易体量大的业务中,经常出现首笔黑样本绝对数量多、风险浓度反而低于非首笔的情况。

这不是数据异常,而是分母结构带来的正常业务现象。

三、核心逻辑拆解

首笔交易的风险特征有两个来源:

  1. 缺乏用户历史行为数据做风险校验:欺诈分子、黑产倾向于用新账号走首笔交易做测试和变现
  2. 分母被急剧放大:业务处于新客扩张期时,首笔交易总量大,黑样本基数虽高,但浓度被稀释

因此,「首笔浓度低于非首笔」是分母结构导致的正常结果。

四、指标适用场景

两个指标有完全不同的适用场景,不能相互替代:

优先看风险浓度的场景

评估「这个分层本身的高危程度,要不要给这个分层加差异化风控规则」。

例如,非首笔交易的浓度更高,说明存量用户里存在高危群体,需要针对性加核验规则。

优先看黑样本贡献占比的场景

评估「这个分层对整体业务风险的影响有多大,要不要把这个分层作为核心风险管控阵地」。

例如,首笔交易的贡献占比超过 50%,即使浓度更低,它仍是整体坏账的核心来源,必须重点管控。

五、正确的搭配使用规则

两个指标不是二选一,而是必须搭配监控:

业务阶段 优先指标 辅助指标 核心目标
新客扩张期 黑样本贡献占比 风险浓度 守住整体坏账大盘,兼顾转化
存量稳定期 风险浓度 黑样本贡献占比 优化差异化风控策略,守住底线

总结

风险浓度回答的是「这个群体本身有多危险」,黑样本贡献占比回答的是「这个群体对整体坏账影响有多大」。两个问题对应两个指标,混淆使用会导致业务决策偏差。