额度策略：初始额度给多少、动态额度怎么调、什么信号该提额什么信号该降额

额度策略：初始额度给多少、动态额度怎么调、什么信号该提额什么信号该降额

放贷业务里，风控团队最常争论的两个问题，一个是通过率，另一个是额度。

通过率的争论有标准答案：模型说能过就过，域值调高调低都能量化。额度的争论则常常变成”经验判断”——老手觉得这个客户能给 5 万，新手觉得 3 万更稳，最后谁资历深听谁的。

但额度不是主观判断，它和通过率一样可以被建模、被量化、被监控。 本文要讲的就是这件事：把额度当成一个独立的风控策略问题来处理。

一、问题背景：额度错了，比拒错了更贵

先建立一个基本认知：额度决策的损益结构，和审批决策完全不同。

审批是二元的——通过或拒绝。判断错了，你要么损失一个客户，要么损失一笔本金。额度是连续的——给多了给少了，损失都是渐进的、但会累积的。

• 额度给高了：好客户不会因此多借（他们按需借），但坏客户会。结果是额度提升直接放大了欺诈与信用风险的损失金额，而不是提高收益。 这是额度定价最核心的不对称性。
• 额度给低了：好客户会流失到竞品，因为他的资金需求得不到满足。结果是你在用最优质的那批客户补贴自己的保守。

这两条加起来就是一个反直觉的结论：额度的收益来自”把额度给对的人”（精准授信），而不是”把额度给得更大”（普遍提额）。 市场上大量平台的错误做法是——为了做增长，把提额当成运营手段，对活跃客户普遍提额。这在短期内能拉高放款量，但风险后果会在 M3 之后集中暴露。

还有一个更隐蔽的问题：额度是自我实现的。 一个好客户第一次拿到 5000 的额度、按时还款，第二次平台给 8000，他还是按时还款，第三次给 2 万，他依然还了。平台会认为”提额验证成功”。但你没验证的是——如果他第一次就拿到 2 万，他还会按时还吗？ 未验证的额度空间，等于从未被测试过的风险敞口。

这就是额度策略必须和”受控实验”绑在一起的原因（关于实验思维，见本系列 ch 231 的 champion/challenger 方法）。

二、核心方法：额度决策的三层结构

一个完整的额度策略，要回答三个不同层级的问题。这三个问题必须分开设计，混在一起是最常见的架构错误。

第一层：初始额度——新客第一次给多少。

初始额度的核心特征是信息最少。你只有申请时的数据（身份、设备、征信查询、部分替代数据），没有这个客户在你这儿的还款行为。所以初始额度的目标不是”给准”，而是“给一个不亏本的上限”。

实务上常用的三种做法：

• 分档法（最简单）：把客户按评分分成 3 到 5 档，每档对应一个固定额度。比如 A 档 2 万、B 档 1 万、C 档 5000、D 档 2000。优点是透明、好解释、好上线；缺点是颗粒度粗，档内客户差异化被忽略。
• 公式法（最常用）：额度 = 收入代理变量 × 系数。系数由评分决定，收入代理变量可以是替代数据估算的月现金流（钱包流水、话费消费、流水进出）。这里的关键是”收入代理变量”必须经过验证，不能直接拿用户自报收入——自报收入在所有市场都系统性偏高。
• 模型直接预测法（最难）：直接建一个额度推荐模型，把额度当作连续目标变量做回归或分位数预测。这种方法在数据量足够、且做过受控实验验证后才建议使用，否则容易学到一个”系统性偏高”的函数。

海外现金贷的实务建议：先用分档法上线，同时埋点收集行为数据，跑够一轮完整表现期后再考虑升级到公式法。 不要在冷启动阶段就上复杂模型——没有表现数据的额度模型，本质是拍脑袋的参数化。

第二层：动态额度——存量客户怎么调。

这是额度策略收益的主要来源。动态额度的设计逻辑是：用客户在你这儿的真实行为，去替代你拿不到的外部信息。

核心原理是”低额度起步、用行为解锁”（low and grow）。行业里的经典做法是：新客给一个保守的初始额度，之后在固定周期（通常是每期还款后或每月）重新评估，表现好的提额、表现差的降额或冻结。

动态额度的关键设计参数有三个：

1. 评估周期：多久重新算一次。周期太短（每周）会造成额度频繁波动，客户体验差且容易被试探；周期太长（每季度）会错过风险变化的窗口。海外现金贷由于产品周期短，建议按”每期还款后”触发，而不是按自然月。
2. 调整幅度上限：单次调整的幅度必须有上限。行业实践里有明确的做法：单日额度变动设上限，避免对客户造成冲击，也避免模型一次犯错就放大敞口。 常见的上限设置是单次调整不超过当前额度的 25% 到 50%。
3. 调整的滞后性：额度调整建议滞后于风险信号一个表现周期。因为”这期还了”不等于”这个客户风险低”，可能只是他刚好周转开了。 连续两到三期的稳定表现，才是可信的提额依据。

第三层：额度上限与敞口控制——单客和组合的天花板。

这一层最容易被忽略，但它是兜底的。无论模型怎么算，每个客户必须有一个”最大不可突破额度”，整条产品线必须有一个”组合敞口上限”。

监管实践里有明确规定。以香港金管局的信用卡业务最佳实践为例：机构应为每个客户设定最大无担保信贷限额，并为每个信贷产品设定子限额；在高风险类别下，机构必须有机制及时降低最大授信额度、冻结剩余可用额度，或阻止客户继续交易。这条原则对任何信贷产品都适用，不只是信用卡。

三、实操步骤与坑

第一步：定义”高额度带来的真实损失”。

在建模之前，先算清楚一件事：如果这个客户的额度翻倍，我的预期损失会增加多少？ 这需要你有一个”额度-损失弹性”的估计。最简单的做法是回看历史数据——把客户按初始额度分档，比较各档的额度使用率与最终损失率。

这一步的常见坑是：拿”额度使用率”直接当风险指标。 额度使用率高不等于风险高——它可能只是说明你给的额度太低了。要看的是”在额度上限被充分使用后，客户的还款表现”，这才是额度的真实约束效果。

第二步：建”行为评分”作为动态调整的核心输入。

动态额度需要一个”行为评分”（behavior score）——它不预测”会不会违约”，而是预测”这个存量客户未来一段时间的风险走势”。行为评分和申请评分是两个模型，必须分开建。 常见的行为特征包括：

• 还款时点（是否提前还、是否卡着到期日、是否有过延迟几小时）
• 额度使用率的变化趋势（不是绝对值，而是趋势）
• 复借间隔与复借频率
• 设备稳定性（是否频繁换设备、换 SIM 卡）

这里必须点明一个行业事实：海外现金贷的行为信号里，”稳定性”比”还款完成”更重要。 大量市场实践显示：一个一直提前还款的客户突然延迟几小时，是比”从未逾期但一直卡点还款”更强的风险信号。 模型应捕捉”模式断裂”，而不只是”是否违约”。

第三步：设计提额与降额的触发信号，并且分开设计。

提额和降额的信号集合不应该是同一套规则的正反面。这是一个非常常见的错误——很多团队写成”评分>X 就提额，评分这种做法的问题是：提额和降额的风险不对称，用同一个模型同一个阈值，必然在一边犯错。

• 提额信号（要保守）：连续 N 期按时还款 + 额度使用率稳定在某个合理区间 + 无设备/SIM 异常 + 收入代理变量没有下滑。建议提额门槛高于降额门槛，宁可漏提，不可错提。
• 降额信号（要敏感）：多头借贷信号（短时间内在多个平台申请）、额度使用率骤升、还款模式断裂、设备或身份稳定性下降、外部预警。降额应该是”默认动作”，即一旦触发多个信号就降，而不是需要强证据才降。

第四步：把额度调整接入策略引擎，并做灰度。

额度调整规则不能硬编码在代码里，必须通过策略引擎配置（关于引擎架构，见本系列 ch 230）。同时，任何额度策略变更都必须走灰度——先给 5% 到 10% 的流量，对比调整组与对照组的通过率、额度使用率、M1/M3 表现，确认无恶化再放量。

第五步：建立额度监控指标体系。

额度策略上线不是终点，监控才是。必须常态化盯的指标包括：

• 额度使用率分布（不是平均值，而是分布——分布右移说明额度给低了，左移说明给高了）
• 提额客户的后续表现（提额后 M1/M3 是否恶化）
• 降额客户的流失率（降额是否赶走了好客户）
• 额度调整的频次分布（频繁调整说明模型不稳定）
• 单客敞口与组合敞口（是否有异常大额集中）

一个经验性的监控红线：如果提额客户的后续逾期率显著高于未提额的可比客户群，说明你的提额规则在”选择坏客户”，必须立即回滚。

四、与海外现金贷场景结合

海外现金贷的额度策略，和成熟市场的信用卡额度管理有四个结构性差异，每一个都改变设计。

差异一：产品周期短，反馈快，但表现期也短。

海外现金贷多为 7 天到 6 个月的产品，这意味着额度调整的评估周期可以很短——一期还款就是一个完整的表现点。这是优势：你可以用更少的观察时间完成提额决策。但劣势同样明显：短周期产品的”按时还款”信息量很低，一个客户按时还了 3 期 7 天产品，只能说明他在 21 天里没出事，不能说明他有稳定的偿付能力。

实务做法：短周期产品必须用更多期数（而不是更长时间）来积累提额依据。 比如要求连续 4 到 6 期按时还款，才允许第一档提额。

差异二：替代数据是主力，但口径不统一。

海外市场（尤其是非洲、南亚）的征信覆盖薄弱，额度定价高度依赖替代数据：钱包流水、话费消费、设备指纹、申请行为。这里的坑是：不同国家、不同通道拿到的替代数据口径完全不同，不能直接套用同一套系数。

务实做法是”本地化系数表”：每个市场单独标定”收入代理变量 → 额度”的系数，并用本地数据回测校准。统一用一套系数，必然在某些市场系统性给高或给低。

差异三：客群收入波动性大，月度收入建模会失真。

海外现金贷客群中非正式就业比例高，收入不是月薪制，而是按日/按周/按项目结算。用”月收入”建模会系统性高估稳定性。 对农业收入为主的市场，还要按作物周期建模。

额度上的应对是： 对收入波动性高的客群，初始额度进一步压低，提额节奏进一步放慢，同时把”额度使用率”的合理区间放宽——因为这类客户的用款本身就是脉冲式的。

差异四：通道集中，额度调整要考虑通道承载能力。

在一些海外市场（如西非），支付通道高度集中在少数几家运营商手里。这意味着”额度提升”不只是风控决策，还是通道容量决策。 提额会直接带来放款笔数与金额的上升，如果通道在某个时段的承载能力有限，会出现”风控批了但款放不出去”的情况。

实务做法：额度策略上线前，必须与支付通道确认峰值承载能力，并设置”日放款额度上限”，让风控策略与通道能力对齐。

还有一个海外特有的风险点：额度被中介利用。 在有中介生态的市场，高额度客户可能成为中介的”通道”——中介带着一批客户集中申请、集中提额、集中套现。识别信号是”额度使用模式的同质性”：如果一批客户在相近时间、以相近方式用满额度，即便每个人的单点表现都正常，整体上也是团伙信号。这一点在本系列 ch 237（反欺诈模型与设备指纹）会展开。

小结

额度策略的本质，是用”给多少”这个连续变量，去管理”损失多少”这个连续结果。它比审批更复杂，因为它没有天然的二元边界，必须自己定义上限。

三条核心原则：

1. 初始额度求稳不求准——信息最少的时候，目标是”不亏本的上限”，不是”最优额度”。低起步、用行为解锁。
2. 提额与降额分开设计——两者的风险不对称，绝不能用一个阈值切开。提额要保守，降额要敏感。
3. 额度调整必须走灰度、必须被监控——额度是自我实现的，未经验证的额度空间等于未测试的敞口。

对海外现金贷团队来说，额度策略的难度不在模型本身，而在本地化：每个市场的收入结构、数据口径、通道能力都不同，一套系数打天下必然出错。先分档法上线、同步埋点，跑完一轮表现期再谈模型化，这是最稳的路径。

下一篇，我们讲冷启动——一个全新的市场，零样本、零表现数据，第一版模型该怎么建。