评分卡模型构建介绍

发布网友发布时间：2024-10-21 22:29

共1个回答

热心网友时间：2024-11-01 01:43

评分卡模型的构建流程是银行和P2P行业常用的一种方法，主要分为申请、行为和催收评分卡。以下是构建流程的详细梳理：

首先，变量选择至关重要，包括客户的基本属性（如逾期、余额）、贷前贷中的表现，以及根据业务需求构造的衍生变量，例如x、y和z的系数组合。因变量通常选择90天以上舆情标记为坏客户的0，其余为1的好客户。

在变量筛选阶段，涉及单变量处理如归一化、离散化和缺失值处理，以及多变量方法如降维、相关系数分析、卡方检验和信息增益。常用IV值和WOE值进行筛选，IV值是WOE加权求和，消除数量差异带来的影响。

离散化是logistics模型的常见要求，通过合并和切割进行，以满足模型的最佳性能。对于非等级字符串变量，通常使用哑变量法将其转化为0和1的组合。

构建评分卡时，拟合logistics模型，然后将变量离散化的WOE值代入公式生成评分卡，设定基础分和分值规则。模型优化可通过调整阈值，如根据KS值图调整P值来提升模型性能。

模型检验涉及KS值图、ROC曲线（包括TPR、FPR、Precision和TNR）和Lift曲线。这些图示能帮助评估模型的准确性和效果，如AUC值和Lift曲线的提升程度。

总结来说，构建评分卡模型是一个不断迭代的过程，包括与业务需求对话、特征工程设计、模型训练与优化，直至达到满意的性能。