传统评分卡模型建模流程
2024-09-07 17:17:43 0 举报AI智能生成
传统评分卡模型是一种广泛应用于信用风险评估、欺诈检测等领域的统计方法。这种模型通常包括两个主要步骤：首先，通过逻辑回归等方法从大量历史数据中提取出一组特征，这些特征通常包括客户的基本信息、信用记录、消费行为等；然后，根据这些特征建立一个评分卡，用于对新客户的信用风险进行评估。评分卡的表现形式通常是一系列加减分规则，得分越高，表示客户的信用风险越低。这种模型的优点是简单易懂，易于实施，但由于其基于历史数据，可能无法准确预测未来的风险变化。
作者其他创作
大纲/内容
定义方法：滚动率分析（roll rate analysis）
定义逾期
学习目标
方法：通过账龄分析（vintage analysis）
建模样本横跨的历史区间
定义观察期
模型预测的时间长度
定义表现期
样本选取
离散化：根据数据情况，划分为不同的区间
处理方法
提升模型稳定性
方便观察不同变量与逾期率的关系
离散目的
连续型数据
不额外处理
合并成更紧密的区间
缺失值单独一个区间
离散型数据
变量分箱
10-15个变量
传统评分卡模型的变量数限制
稳定性高
PSI<0.1
稳定性一般
0.1<PSI<0.25
稳定性差
子主题0.25<PSI
通过群体稳定性指标PSI（Population Stability Index）筛选
稳定性
无预测能力
IV<0.02
预测能力一般
0.02<IV<0.1
预测能力强
0.3<IV
IV（Information Value）
信息值
绝对值越大，相关性越强
皮尔逊相关系数
单变量间的相关性
可以理解为：VIF描述：变量间存在共线性时的方差/不存在共线性时的方差
VIF>10，具有强共线性
VIF越大，共线性越严重
方差膨胀系数VIF（Variance Inflation Factor）
多变量间的共线性
相关性
每个变量入模前，需要变量具有解释性
需要每个变量的WOE分布具有单调性
即：逾期率在这个区间递增或递减
若不满足单调性，合并区间后单调性依旧难以保证，则需要剔除这个变量
可解释性
筛选原则
计算前先将变量分箱
根据公式计算
得到WOE值后带入IV值计算公式
外框
WOE（证据权重：Weight of Evidence）
IV的计算基于WOE
变量筛选（入模筛选） 可以理解为N个变量与Y之间的趋势图
传统评分卡模型趋向于使用逻辑回归模型—LR模型
模型选择
使用极大似然轨迹求解参数
逻辑回归模型实际上是一个线性模型
TP真阳
FP家养
TN真阴
FN假阴
混淆矩阵
假阳性为横轴，真阳性为纵轴
ROC曲线
越接近100%越好
实际为ROC曲线下方的面积
稳定性好，不受到正负样本不均衡的影响
AUC值
模型评估
建模
Score为最终输出分数，Odds为分数对应的好坏比PDO表示分数间隔固定值
Score+PDO = A+Bln(Odds)
需要进一步映射
Score和PDO通常根据业务和业务人员经验设定
需要求解A、B
模型应用
传统评分卡模型-建模步骤和要点
MOB0：放款日至当月月底
MOB1：放款后的第二个完整月份
MOB2：放款后的第三个完整月份
以此类推……MOB的最大值取决于信贷产品的期限。
基本定义
横坐标为账龄，根据数据划分
纵坐标为逾期人数/逾期率，根据业务自定
观察曲线变化，若放款X月后，逾期人数趋于平稳说明X月为账户成熟期，可以作为该平台用户表现期长度
分析方法
辅助理解：https://zhuanlan.zhihu.com/p/410696783
账龄（Moth on book，MOB）
0 条评论
回复 删除
下一页
