学习周报20200621 | 风控、模型、回顾

这周因为一些原因需要整理一些风控建模的知识点，顺便在这里整理一下，一起来回顾回顾。

一、评分卡开发过程

1、信用评分卡分为：申请评分卡和行为评分卡。前者对新贷款申请进行筛选并判断其违约风险，后者则是对审批通过的贷款账户进行覆盖整个贷款周期的管理。

2、典型的评分卡开发流程包括：问题准备、数据获取与整合、EDA、数据准备、变量选择、模型开发、模型检验和评价、评分卡实施、模型检测。

3、标准评分卡基于logistic回归模型，其本质是线性回归的扩展，通过一个Link function的函数形式进行转换而获得。

4、模型验证需要满足4项基本要求：

• 达到可接受的准确性水平

• 必须稳健，适用于更广范围的数据集

• 必须简单

• 必须可解释，也就是说业务变量及其预测值方面是可解释的

二、EDA

1、EDA叫做探索性数据分析，需要做以下的探索：

• 变量的统计特性和分布

• 候选变量与状态变量之间、候选变量相互之间是否存在关联性或相关性

• 检查缺失值与极值，评估对模型的影响

• 探索每个候选变量的target分布

2、P值是用来判断假设检验结果的一个参数，如果P值很小则代表原假设发生的概率很小，根据小概率原理可以拒绝原假设。

三、常见问答简单梳理

1、滚动率、迁徙率分析是什么？如何在建模中应用。

滚动率分析：滚动率分析就是从某个观察点之前的一段时间(称为观察期)的最坏的状态向观察点之后的一段时间(称为表现期)的最坏状态的发展变化情况。

1）正常的客户，在未来6个月里，有96%会保持正常状态；

2）逾期1期的客户，未来有81%会回到正常状态，即从良率为81%，有6%会恶化（从M1变为M1+）；

3）逾期2期的客户，从良率为23%，有39%会恶化；

4）逾期3期的客户，从良率为14%，有61%会恶化；

5）逾期4期及以上的客户，从良率仅为4%，有82%会继续此状态。

那么，如何结合这些滚动率的结果来设置我们的target呢？（Y变量）

此图统计的逾期用的是月末的逾期状态(有些时候也可以使用历史逾期状态&#