评分卡模型建模、WOE分箱以及模型评估

向AI转型的程序员都关注了这个号👇👇👇

评分卡的种类——ABC卡

A卡（Application score card）申请评分卡，贷前，一般可做贷款0-1年的信用分析

B卡（Behavior score card）行为评分卡， 贷中，在申请人有了一定行为后，有了较大数据进行的分析，一般为3-5年

C卡（Collection score card）催收评分卡，贷后，需加入催收后客户反应等属性数据

FICO信用分

1、FICO信用分简介

FICO信用分是最常用的一种普通信用分。由于美国三大信用局都使用FICO信用分，每一份信用报告上都附有FICO信用分，以致FICO信用分成为信用分的代名词。该分数是一个[300,850]区间的分数段。

信用评分达到680分以上，贷款方就可以认为借款人的信用卓著，可以毫不迟疑地同意发放款；信用评分低于620分，贷款方或者要求借款人增加担保，或者干脆寻找各种理由拒绝贷款；如果借款人的信用评分介于620-680分之间，贷款方就要作进一步的调查核实，采用其它的信用分析工具，作个案处理。

2、FICO信用分的评判因素

部分评判标准和影响因素（变量）：

（1）信用偿还历史（占总影响因素的35%）：

各种信用账户的还款记录（信用卡、零售账户 、分期偿还贷款、金融公司账户、抵押贷款）、公开记录及支票存款记录（破产记录、丧失抵押品赎回权记录、法律诉讼事件、留置权记录及判决）、逾期偿还的具体情况（逾期的天数、未偿还的金额、逾期还款的次数和逾期发生时距现在的时间长度等）

（2）信用账户数（占总影响因素的30%）：

分析对于一个客户, 究竟多少个信用账户是足够多的, 从而能够准确反应出客户的还款能力

（3）信用账龄（占总因素的15%）：

该用户信用历史越长，FICO信用分越高。该项因素主要指信用账户的账龄,也包括新开立的信用账户的账龄, 以及平均信用账户账龄。

（4）新开立的账户（占总因素的10%）：

在很短时间内开立多个信用账户的客户具有更高的信用风险, 尤其是那些信用历史不长的人。该类因素包括：新开立的信用账户数、新开立的信用账户账龄、目前的信用申请数量。

（5）在使用的信用类型（占总因素的10%）：

主要分析客户的信用卡账户、零售账户、分期付款账户、金融公司账户和抵押贷款账户的混合使用情况, 具体包括: 持有的信用账户类型和每种类型的信用账户数。

数据准备

1、需要排除异常行为

销户、按条例拒绝、特殊账户（卡丢失、死亡、未成年、出国、员工账户、VIP账户）；

2、解释指标的选择

（1）申请评分所需指标：参考上述FICO信用分的 评判标准

（2）行为评分所需指标：

3、目标变量的确立

目标变量为坏客户/好客户

坏客户：观察窗口内，逾期60/90/120天的用户

因此在此之前还需要确定观察窗口和违约时间的长短。

变量分箱——WOE转换

WOE为优势比，将各个连续变量细分为若干组后，每组的WOE为：

*注意：”该组好客户占比“指的是该组好用户数/所有的好用户数

1、如果计算得到的WOE与违约概率具有某种线性关系，或者WOE与目标变量之间的有U型或者倒U型的非线性关系，说明该种分组方式合理，否则需要调整分组方式，如果无论怎么分组均无法达到上述两种情况，说明该变量对目标变量的解释性较弱。

2、模型拟合出来的自变量系数应该都是正数，如果结果中出现了负数，应当考虑是否是来自自变量多重共线性的影响——可以计算各个变量的VIF值，删去那些具有明显多重共线性的变量。

3、WOE编码之后，自变量其实具备了某种标准化的性质，也就是说，自变量内部的各个取值之间都可以直接进行比较（WOE之间的比较），而不同自变量之间的各种取值也可以通过WOE进行直接的比较。

4、如果遇到分箱后某组的坏客户数量为0，则需要合并分箱，保证每个分箱中必须同时包含好用户和坏用户

此外，IV值(information value)衡量的是某一个变量的信息量，可用来表示一个变量的预测能力。公式如下(假设该变量经过变量分箱后被分为m组)：

不同IV值表示的变量的预测能力大小如下表：

模型的评价——模型区分度

1、KS值

KS的计算步骤如下：

计算每个评分区间的好坏用户数。

计算每个评分区间的累计好用户数占总好用户数比率(good%)和累计坏账户数占总坏账户数比率(bad%)。

计算每个评分区间累计坏账户占比与累计好账户占比差的绝对值（累计good%-累计bad%），然后对这些绝对值取最大值即得此评分卡的K-S值。

KS用于模型风险区分能力进行评估，好坏样本累计差异越大，KS指标越大，那么模型的风险区分能力越强。

2、GINI指数

GINI系数的计算步骤如下：

计算每个评分区间的好坏账户数。

计算每个评分区间的累计好账户数占总好账户数比率（累计good%）和累计坏账户数占总坏账户数比率(累计bad%)。

按照累计好账户占比和累计坏账户占比得出下图所示曲线ADC。

计算出图中阴影部分面积，阴影面积占直角三角形ABC面积的百分比，即为GINI系数。

【注】本文引用了以下文章：

https://blog.csdn.net/sinat_26917383/article/details/51721107

https://blog.csdn.net/sscc_learning/article/details/78591210

https://blog.csdn.net/u013421629/article/details/78217498

机器学习算法AI大数据技术

 搜索公众号添加： datanlp

长按图片，识别二维码

阅读过本文的人还看了以下文章：

TensorFlow 2.0深度学习案例实战

基于40万表格数据集TableBank，用MaskRCNN做表格检测

《基于深度学习的自然语言处理》中/英PDF

Deep Learning 中文版初版-周志华团队

【全套视频课】最全的目标检测算法系列讲解，通俗易懂！

《美团机器学习实践》_美团算法团队.pdf

《深度学习入门：基于Python的理论与实现》高清中文PDF+源码

《深度学习：基于Keras的Python实践》PDF和代码

特征提取与图像处理(第二版).pdf

python就业班学习视频，从入门到实战项目

2019最新《PyTorch自然语言处理》英、中文版PDF+源码

《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码

《深度学习之pytorch》pdf+附书源码

PyTorch深度学习快速实战入门《pytorch-handbook》

【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》

《Python数据分析与挖掘实战》PDF+完整源码

汽车行业完整知识图谱项目实战视频(全23课)

李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材

笔记、代码清晰易懂！李航《统计学习方法》最新资源全套！

《神经网络与深度学习》最新2018版中英PDF+源码

将机器学习模型部署为REST API

FashionAI服装属性标签图像识别Top1-5方案分享

重要开源！CNN-RNN-CTC 实现手写汉字识别

yolo3 检测出图像中的不规则汉字

同样是机器学习算法工程师，你的面试为什么过不了？

前海征信大数据算法：风险概率预测

【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类

VGG16迁移学习，实现医学图像识别分类工程项目

特征工程(一)

特征工程(二) :文本数据的展开、过滤和分块

特征工程(三):特征缩放,从词袋到 TF-IDF

特征工程(四): 类别特征

特征工程(五): PCA 降维

特征工程(六): 非线性特征提取和模型堆叠

特征工程(七)：图像特征提取和深度学习

如何利用全新的决策树集成级联结构gcForest做特征工程并打分？

Machine Learning Yearning 中文翻译稿

蚂蚁金服2018秋招-算法工程师（共四面）通过

全球AI挑战-场景分类的比赛源码(多模型融合)

斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）

python+flask搭建CNN在线识别手写中文网站

中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程

不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加： datayx  

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！