信用评分：第九部分 - 评分卡实施：部署，生产和监控

信用评分：第九部分 - 评分卡实施：部署，生产和监控

上一篇：信用评分：第八部分 - 信用风险策略(信用政策，信用规则)

基本原理

部署，生产和监控

“知识不是力量。知识的实施就是力量。” - 记分卡或信用策略的真正收益仅在实施后验证。CRISP-DM框架的最后阶段 - 实施 - 代表了从数据科学领域到信息技术领域的转变。因此，责任的角色也从数据科学家和业务分析师变为系统和数据库管理员和测试人员。

在实施评分卡之前，必须采取一些技术决策。这些决定涉及数据可用性; 选择使用哪种硬件和软件; 谁负责评分卡的实施，谁负责评分卡的维护; 以及生产是内部还是外包。

记分卡实施是一个顺序过程，一旦记分卡模型被业务签署就会启动。该过程从生成记分卡部署代码开始，导致预生产，生产和后期制作。

图1.记分卡实施阶段

部署代码

部署代码是通过将概念模型（例如模型方程或评分卡的表格形式）转换为准备在服务器上运行的等效软件制品来创建的。模型将运行的实现平台标识部署语言，例如，可以是SAS语言（图2），SQL，PMML或C ++。编写模型部署代码可能容易出错，并且通常代表瓶颈，因为生成部署代码需要许多代码细化周期。一些分析供应商在其软件中提供自动代码部署功能 - 这是一种可以生成无错代码，缩短部署时间和代码测试周期的理想功能。

图2.使用World Programming软件自动生成SAS语言部署代码

评分卡实现无论是在用于测试的预生产服务器还是用于实时评分的生产服务器上，都需要围绕模型部署代码放置的API包装器，以便能够处理模型评分的远程请求。可以在评分引擎外部或内部提取从内部和外部数据源提供的模型输入。前者在评分引擎外部运行变量提取，并将变量作为API请求的参数传递。后者，如图3所示，在评分引擎内运行预处理代码，并在同一引擎上执行变量提取和模型评分。

图3.使用API​​调用的实时评分

前期制作和制作

预生产是在将模型提交到（实时）生产环境之前用于运行一系列测试的环境。这些测试通常是模型评估和有效性测试，测量预期峰值负载下的请求和响应时间的系统测试，或安装和系统配置测试。

经过彻底测试和批准的模型将上传到生产环境 - 最终目的地。在生产服务器上运行的模型可以处于主动或被动状态。活跃模型是冠军模型，其分数在决策过程中实时用作信用批准或拒绝。被动模型通常是决策制定过程中尚未使用的模型挑战，但其打分在一段时间内被记录和分析，以证明其成为活跃模型之前的商业价值。

监控

“如果你无法衡量它，你就无法改善它。（开尔文勋爵）” - 由于自然模型演变的影响，每个模型都会随着时间的推移而受到许多因素的影响，包括新产品发布，营销激励或经济漂移，因此定期模型监测是必须防止对业务产生任何负面影响。

模型监控是实施后测试，用于确定模型是否继续符合预期性能。需要提前设置IT基础架构，以便通过生成模型报告，存储报告的存储库和监控仪表板来实现监控。

图4.模型监控过程

例如，模型报告可用于确定新申请人的特征是否随时间而变化; 确定是否需要改变分数截止值以调整接受率或违约率; 或者确定评分卡是否以与在不同风险范围内对建模人群进行排名相同的方式对客户进行排名。

通常使用预定义的阈值捕获记分卡降级。根据变化的程度，采取相关的行动方针。例如，可以忽略记分卡性能指标的微小变化，但适度的变化可能需要更频繁的监控或记分卡重新校准。任何重大更改都需要重建模型或交换到性能最佳的备用模型。

信用风险部门可以访问大量报告，包括各种漂移报告，绩效报告和投资组合分析（表1）。两个最典型报告的示例是人口稳定性和性能跟踪。人口稳定性衡量人口中信用评分随时间的变化。稳定性报告生成一个指数，指示由于人口变化导致的客户行为变化幅度。任何重大转变都会设置一个警报，要求重新设计模型。性能跟踪报告是一种后端报告，需要足够的时间让客户帐户成熟，以便评估客户绩效。它的目的是双重的; 首先，它通过评估评分卡是否仍然能够按风险对客户进行排名来测试评分卡的威力；其次，它通过将建模时已知的预期违约率与当前违约率进行比较来测试准确性。

表1.评分卡监控报告

模型监控的挑战是变更请求与其实施之间的时间延迟。任务的复杂性有助于监控生产环境中运行的每个模型的流程（图1），包括生成报告的代码，访问相关数据源，模型管理，报告调度程序，模型降级警报和报告的可视化，导致一个挑战和挑战的过程。这是贷方外包模型监控能力或投资自动化流程的主要动机，该流程有助于模型监控，只需极少的人力。

上一篇：信用评分：第八部分 - 信用风险策略(信用政策，信用规则)
下一篇：信用评分：第十部分 - 全面观 - 企业决策管理系统

本文翻译转载自https://www.worldprogramming.com/blog/credit_scoring_pt9