生活中基本上大多数人都和金融打过交道，尤其现在的时代，金融与我们更接近，金融无处不在，未来就是不在网点。生活的场景嵌入金融方便了支付、信贷、理财等。对于信贷而言客户提交线上申请通过额度授予模型给予一定信贷额度。有钱的并不一定额度高，没有钱的并不一定额度低，信用这个东西是根植在内心中的，外部的佐证认识一个人需要一个过程。随着吃喝住行一起数据的收集变得如此便捷，信用评分模型的成熟相应对应产生根据信用授予额度的模型。
模型的优劣需要一段周期的客户验证，额度授予模型也不例外，额度授予模型模型的验证过程需要验证额度模型需要大量数据以及走完一个信贷周期。高风险高收益，低风险低收益，相辅相成。金融的本质是在控制风险中盈利，任何模型都不是绝对的完全百分百的全面控制风险，是在风险与收益中找到平衡点。
○贷前的黑名单、反欺诈模型、申请评分模型、关系复杂网络等风险预测模型中，模型的输出可以和客户的实际违约情况进行对比，从而一较高下。对于额度模型，每一个客户都是独特的，给予多少授信额度，且只有一次被额度授予的机会，所以无法监督哪一个额度模型的表现更好，需要信贷周期中调整额度模型。
○任何模型验证都需要时间周期，额度模型也不例外，需要较长时间，额度模型的好坏，最常用的衡量标准是客户带来的收益，为了观测到客户带来的收益，常常要追踪客户一年或两年。在当前瞬息万变的信贷市场，等到这个时候可能外部环境已经改变，客户早已经变化，黄花菜都凉了。
验证额度模型不容易，在没有足够多的客户数据和验证时间的情况下，下面一些基本原则可以帮助防控风险，降低风险。
额度模型的演进历程
初级阶段:基于额度矩阵理解起来很简单，选取合适的指标区分客群来授予额度。如用风险作为衡量额度唯一决策因子，确定额度范围。通过分析信贷产品想要针对的客群，从而找到一个适当的额度范围。比如说信用贷，对客户根据职业划分，不同的职业风险等级不同，如蓝领客户授予信贷额度在1000到3000之间；白领的客户授予信贷贷款额度在3000到1万之间。确定风险因子：选择一个评估客户风险程度的指标，比如说使用客户多头贷分值，基于多头贷分给予快速地确定额度授予了（以蓝领客户为例），基于下图的规则计算出客户的风险分，根据风险分值授予额度：
风险分公示为：风险分=序号1-序号18所有规则获得的得分相加。
部分规则
根据上面的规则我们对申请客户计算风险分值，利用风险分值区间根据风险授予相应的额度如下图所示：
风险与额度对应关系
上面是单因子的基础上根据风险分指标授予额度，如果加入更多的考虑因子，比如说根据客户代发工资流水的收入，就可以组成一个更多元的额度矩阵。这样的额度矩阵非常适合刚刚开始贷款业务的银行或金融机构，如下矩阵所示额度：
多因子额度矩阵
根据我们获得数据也可以考虑使用其他的指标，比如说公积金、职业、税务等画像类指标代替，这些维度的引入可以使额度矩阵更加复杂，也更加准确。
多因子额度授信模型更能全面的合理的授予客户额度，也能降低过度授信带来的风险等。
