评分卡模型的监测和报告

笔记来源：
信用风险评分卡研究$\cdot$基于SAS的开发与实施

报告的目的

评分卡报告分为两类：

• 实施前的报告：通常，这些报告被用来计算得分在不同变量的范围和类别之间的分布。也可以用来比较这些变量分配的分值和观察到的违约率。
• 实施后的报告：重点是评估评分卡在防治违约方面的有效性。因此，这些报告计算客户总体中不同分群的违约率以及被赋予的分值。

评分卡在企业中的作用，可以用来回答以下问题：

1. 如何将评分卡与企业的总体经营战略相结合；
2. 如何衡量客户行为的变化并在信贷策略中对其原因进行说明；
3. 评分卡是否运行良好，何时需要对评分卡进行升级或重建。

稳定性报告

稳定性报告时用于评估和检测评分卡表现的。目的是生成一个能够代表总体的分值分布随时间的移动或变化的指数。分值移动或变化的情况之所以会发生，是因为评分卡开发使用的是历史数据。因此，得分代表的是获取这些数据时的客户行为，而不是实施评分卡时的客户行为。

客户行为的变化可以被解释为以下两种因素的结果：
1、 客户群体发生变化：向所有提供服务的企业一样，提供信用产品的公司也要不停的接受新客户；同时，由于违约、清收和客户不忠，已有客户也会流失。因此，客户群体会以这两种过程之差的速度发生替代。其他改变客户群体的机制包括合并、兼并和向新市场的扩张。
2、 市场发生变化：市场力量，如通货膨胀、新竞争者的加入以及一般经济周期，将影响已有或正在寻求新的信贷产品的客户的行为。例如，当失业率上升时，不同类型的信贷产品的违约率都将上升。

稳定性指数时计算实际的和预期的分值分布之间差异的一种衡量指标。
总体稳定性指数$$I=\sum _{i=1}^N(A_i-E_i\log (\frac{A_i}{E_i}))$$，其中，A表示评分（或验证）数据集中记录的百分比，E表示建模数据集中记录的预期百分比。

我们可以发现，稳定性指数与信息值IV的定义相同。信息值衡量的是两个离散变量之间的关联性，较低的取值表明这两个变量的类别分布相似。如果实际频率A与预期频率E相等，则稳定值指数为0。

我们可以用自由度为r-1的卡方分布检验信息值的显著性，其中，r是变量x中的类别数。然后计算出两个总体的分值分布不同的概率为
$$P(I)=PROBCHI(I,r-1)。$$
最后，为了得到使用稳定指数衡量真实和逾期的分值分布之间的显著性差异的准则，获取显著性水平0.065和0.997的指数水平a和b。信用评分行业使用稳定性指数的最优实践推荐遵循的准则如下：

指数范围	解释
0～$a$	无显著变化，无需采取实际行动
$a$~$b$	发现某些辩护，建议进行检查
>$b$	发现显著变化，建议重新构建评分卡

通常，稳定性指数可以用于计算三个目的：

1. 作为验证统计量，以确保开发数据集的分值分布与用验证数据集得到的分值分布之间没有显著差异。如果开发数据集和验证数据之间存在显著差异，需要用不同的变量、分段和分组、样本或所有这些重建评分卡。
2. 稳定性指数还可以作为检测评分卡是时候表现的控制措施。因此，评分卡实施一段时间后，稳定性指数可以用以评估分值分布相对于评分卡开发时可能发生的变化。如果结果表明发生了显著的变化，需要对这种变化的原因进行调查，必要时甚至需要重建评分卡。
3. 稳定性指数还可以检验自评分卡开发以来，名义预测变量的类别分布或连续预测变量的分段分布是否发生了变化。因此，关注的不是分值分布的变化，而是用以生成这些分支的变量的变化。