信用评分卡模型开发流程

本文是基于书籍《信用风险评分卡研究》学习总结,此篇为提纲,后续会针对每一部分详细介绍

标准评分卡

  • 申请评分卡(A卡)

侧重贷前,在客户获取期,建立信用风险评分,预测客户带来违约风险的概率大小。

  • 行为评分卡(B卡)

侧重贷中,在客户申请处理期,建立申请风险评分模型,预测客户开户后一定时期内违约拖欠的风险概率。

  • 催收评分卡(C卡)

侧重贷后,在帐户管理期,建立催收评分模型,对逾期帐户预测催收策略反应的概率。

1.问题准备

明确业务要解决的问题,确定模型的评价指标和数据来源

2.数据获取和整合

将杂乱的数据处理为模型所需格式

  • 变量类型

原始变量,衍生业务指标(有业务含义),分析变量(缺少明确的含义、但预测能力高)

  • 建模视图
  • 具体包括:ID标识,候选自变量,描述变量,报告变量,违约状态字段。
  • 从分析角度包括:名义变量(分类变量),顺序变量(有序分类变量),连续变量。

此部分是建模所需数据汇总,但可能只有一部分数据会最终使用。

  • 数据来源

人口统计学特征、征信机构数据和外部数据、交易记录等,实际需根据业务确定

  • 数据校准、合并、整合、检验

对数据的业务真实性作校验,对不同来源数据作整合,并检验数据的完整性

3.EDA(探索性数据分析)

  • 描述性统计(单变量统计:均值、方差、众数、四分位数等)
  • 评估变量值的分布和检验正态假设
  • 极端值的识别和处理
  • 缺失值的计算和处理
  • 关键变量列联表统计量计算(卡方统计量)
  • 变量间相关性和关联性指标计算(皮尔逊相关系数、斯皮尔曼相关系数、基尼方差等)

通过以上的数据分析筛选出一部分可以入模型的变量。

4.数据准备

这部分是评分卡模型一些特有的处理方法,目的是为了增加变量的预测能力。

  • 降低基数,对于类别数较多的名义变量,合并部分类别。
  • 将连续变量分段(最优分段:决策树算法),进行证据权重转换(woe)
  • 抽样和权重转换(随机抽样、均衡抽样、分层抽样)

5.建模和变量选择方法

  • 模型算法:Logistic算法
  • 变量选择:正向选择,逆向选择,逐步选择,最优得分统计模型。

评分卡模型需要可解释,所以目前业内大部分采用Logistic算法,后续会详细介绍。

6.模型评估

  • 要求:精准性,稳健性,有意义
  • 评估方法:混淆矩阵,洛伦兹曲线,K-S曲线,ROC曲线。

通过这些方法判断模型好坏,最后再整体考虑选择最优变量和模型,这是一个平衡的过程。

7.评分卡实施和报告

在模型调优完成后就需要在业务中应用,对每一位客户评分,并设置评分的临界水平,通过评分判断是否放贷,贷款金额、贷款利率等。

根据评分卡在实际业务中的表现,制作实施前报告和实施后报告,并根据客户群体和市场的变化评估模型的稳定性,不定期调整模型。

8.拒绝演绎

目前申请评分卡所研究的数据并不是从申请总体中随机选择的,而只是从过去已经通过审批的账户中选择的,因此将模型用于所有的群体隐含着对被拒绝用户的忽视,所以,在建立评分卡时将被拒绝这部分用户进行演绎加入到模型数据集中,这种方法被称为拒绝演绎

在信用评分领域,并不是所有人都认同拒绝演绎的价值和有效性,这仍是一个有争议的话题,所以本文并不把这部分作为重点介绍。

以上是信用评分卡的整体流程简介,书中主要使用sas完成开发,在后续对每一部分做详细拆解中会侧重使用python。

人生苦短,我用python。

你可能感兴趣的:(信用评分卡模型开发流程)