评分卡模型

公式

woe=ln(odds)，beita为回归系数，altha为截距，n为变量个数，offset为偏移量（视风险偏好而定），比例因子factor。

 

总评分。或去掉负号。

 

Logistic Regression with Weight of Evidence

 

比例因子和偏移量为：

令好坏比为50，对应的评分为600；在些基础上评分值增加20分，e.g.

600 = log(50) * factor + offset

620 = log(100) * factor + offset

Factor = 20 / log(2)

Offset = 600 – factor * log(50)

 

 

WoE

Weight of Evidence 证据权重

其中，，odds为好坏比，即WOE=ln(odds)

e.g.

ID是自变量，有A1/A2/A3三个取值；因变量有1和0两种取值，相对应的是样本数量（如 Y=1|ID=A1 的样本数是10）。当自变量取值Ai时，编码为相应的WOEi。

 

Odds = 1, WoE = 0; Odds > 1, Pgood > Pbad, WoE > 0.

WoE值越高，说明这个分组的风险机率越低。（前提：good attribute 作分子。WoE可少于零）

IV

Information Value 信息价值

相当于自变量WOE值的一个加权求和，其值的大小决定了自变量对于目标变量的影响程度（与信息熵的公式稍似）。

一般应大于0.02，默认选IV大于0.1的变量进模型，但具体要结合实际。如果IV大于0.5，就是过预测（over-predicting）变量。

Information Value

Predictive Power

< 0.02

useless for prediction

0.02 to 0.1

Weak predictor

0.1 to 0.3

Medium predictor

0.3 to 0.5

Strong predictor

>0.5

too good to be true

 

 

ROC/AUC

ROC曲线、受试者工作特征曲线、感受性曲线（receiver operating characteristic curve），用于二分问题。

判别：（1）ROC曲线越靠近左上角,试验的准确性就越高；（2）或算出线下面积（AUC, Area Under Curve）比较，AUC最大，则最佳。

AUC在 0.5～0.7时有较低准确性， 0.7～0.8时有一定准确性, 0.8~0.9则高，AUC在0.9以上时有非常高准确性。AUC=0.5时，说明诊断方法完全不起作用，无诊断价值。AUC<0.5不符合真实情况，在实际中极少出现。

GINI

见“CART”-“GINI指数”

分组

Segmentation 模型分组

将总体划分为几个子总体，然后对不同的子总体分别建立评分卡。视需要而是否使用。

binning

Binning means the process of transforming a numeric characteristic into a categorical one as well as re-grouping and consolidating categorical characteristics.

等距、等频、按需、优化离散(常用的检验指标有卡方，信息增益，基尼指数，或WOE)

Cutoff

Cutoff临界分值

若申请人的信用得分在该分数上，则评分系统建议批准申请；反之。

选择方法：（1）申请批准比率与模型使用前的比率一致；（2）坏帐率与模型使用前的比率一致；

人工修正

HSOs高端人工修正：超过临界值，但仍然不通过申请；

LSOs低端人工修正：反之。

属性

Attribute 如维度“性别”有两个属性：“男”、“女”

权重

Score weight如未婚15分、已婚30分

拒绝推断

Reject Inference

一般来说，信用评分的训练样本均来自于以前申请贷款被接受的那些人，而评分模型则是要应用到所有申请的人，因此如直接应用模型到被拒绝者，很有可能会出现问题。

Reject Inference对模型修正来解决这个问题。

模型验证

Validation

留下一部分样本做最后的验证。

PSI

稳定度分析指标

PSI衡量两组样本评分是否有显著差异。

公式：

判断：index <= 0.1，无差异；0.1< index <= 0.25，需进一步判断；0.25 <= index，有显著位移，模型需调整。

LTV

LTV 贷放成数 Loan to Value

贷款额与抵押价值的比率，用于额度管理，如：

评分分级

最高贷放成数LTV

A

85%

B

75%

个人信用评分>=80，且LTV<=85，接受贷款；否则反之。

例子

* 参考：
http://wenku.baidu.com/link?url=r-_I14SKnUuYhWFqADQlN6L1W8cMZbb1IE7OTAkJ7xBTuCtMF-e3hw4m1LwQmcJJhusFj3iELxy7dwvgrZxD-yKHFmAKdO0J-ruvEQBiAWq

http://wenku.baidu.com/link?url=5o-HqJfpMpAkqrHYhYMWTA3eNU41Z181-OQqN_ZRpalOTxC3gE9cVsCahqk3pWnyTi9LL2NQhc8opoyQibaY1DQKziXJybywI3XVve3IWsK

申请评分卡在小额贷款公司运营管理中的应用_吴敏

http://plug-n-score.com/learning/scorecard-development-stages.htm
--------------------- 
作者：textboy 
来源：CSDN 
原文：https://blog.csdn.net/textboy/article/details/46975985 
版权声明：本文为博主原创文章，转载请附上博文链接！