什么是评分卡（信贷场景中）
以分数的形式来衡量风险几率的一种手段,对未来一段时间内违约/逾期/失联概率的预测
通常评分越高越安全;根据使用场景分为反欺诈评分卡、申请评分卡、行为评分卡、催收评分卡
为什么要开发评分卡?风险控制的一个环节，根据已有数据提供逾期概率指标参考
评分卡的特性
稳定性
预测能力
等价于逾期概率
评分卡开发的常用模型
逻辑回归
决策树
基于逻辑回归的评分卡理论依据
一个事件发生的几率（Odds），是指该事件发生的概率与该事件不发生概率的比值。若一个客户违约概率为p，则其正常的概率为1-p，由此可得：
此时，客户违约的概率p可以表示为:
评分卡表达式为：
其中A、B为常数。由于log函数在(0→+∞)单调递增，所以当用户违约几率Odds越大时，Score评分越低。
通过给定
（1）某特定Odds时的Score值S0；
（2）该特定Odds值翻倍时Score增加值PD0;
通过给定值S0与PD0带入评分卡表达式，可求得A、B。
通过以上分析，求该用户评分Score的问题则转化为求用户违约对数几率log(Odds)的问题。
依照二元逻辑回归构造预测函数
其中hθ(x)表示结果取1的概率。
推倒可得该事件的对数几率log(Odds)如下：
可以发现：在逻辑斯蒂回归模型中，输出Y=1的对数几率是输入条件x的线性函数。
回到信贷业务中
目标：寻找最理想的参数估计θ使得模型预测的概率相对已有样本最准确。
方法：损失函数最小化求得θ
逻辑回归的损失函数为对数损失函数（具体可由极大似然估计推倒）：
变量筛选
单变量:归一化，离散化，缺失值处理
多变量：降维，相关系数，卡方检验，信息增益。决策树等。
这里讲一种行业经常用的基于IV值进行筛选的方式。
首先引入概念和公式。
IV的全称是Information Value，中文意思是信息价值，或者信息量。
求IV值得先求woe值，这里又引入woe的概念。
WOE的全称是“Weight of Evidence”，即证据权重。首先，需要确定变量之间是否存在共线性，若存在高度相关性，只需保存最稳定、预测能力最高的那个。需要通过 VIF(variance inflation factor）也就是 方差膨胀因子进行检验。
变量分为连续变量和分类变量。在评分卡建模中，变量分箱（binning）是对连续变量离散化（discretization）的一种称呼。要将logistic模型转换为标准评分卡的形式，这一环节是必须完成的。信用评分卡开发中一般有常用的等距分段、等深分段、最优分段。
单因子分析，用来检测各变量的预测强度，方法为WOE、IV；
分组一般原则
组间差异大
组内差异小
每组占比不低于5%
必须有好、坏两种分类
举例说明
例如按年龄分组，一般进行分箱，我们都喜欢按照少年、青年、中年、老年几大类进行分组，但效果真的不一定好：
根据IV值可以看出，预测能力低，建议重新调整分箱。
建立模型
先进行数据划分，一般70%训练集、30%测试集。训练集用于训练模型，测试集用于检测训练后的模型。
一般采用Logistic Regression建立模型，训练模型。将建好的模型对待测样本进行预测。
评分卡
评分卡计算方法
odds为good用户概率（p）与bad用户概率（1-p）的比值。
分值分配
在实际的应用中，我们会计算出每个变量的各分箱对应的分值。新用户产生时，对应到每个分箱的值，将这些值相加，最后加上初始基础分，得到最终的结果。
如果用户某个变量发生改变，由一个分箱变成另一个，只需将更新后所在分箱的值做替换，再重新相加即可得到新的总分。
我们都知道，假设模型结果为p，根据Logistic Regression计算公式有：
以上步骤都完成后，假如新产生一个用户，我们只需将此用户每个变量对应到各分箱中得到其对应的WOE值，再根据上面的公式计算出这个样本在每个变量下的分数。最后将所有变量对应的分数相加，即为最终评分结果。
最后说一下，特征选择方面，并不是维度越多越好。一个评分卡中，一般不超过15个维度。可根据Logistic Regression模型系数来确定每个变量的权重，保留权重高的变量。通过协方差计算的相关性大于0.7的变量一般只保留IV值最高的那一个。
参考资料:https://blog.csdn.net/sscc_learning/article/details/78591210
https://blog.csdn.net/htbeker/article/details/79697557