评分卡模型-理论

评分卡模型流程

---

变量分群/分箱

通常是为了让变量的预测力最强

---

名义变量降低基数


类似决策树的一种算法

---

连续变量的分箱

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。

其中等距分段（Equval length intervals）是指分段的区间是一致的，比如年龄以十年作为一个分段；等深分段（Equal frequency intervals）是先确定分段数量，然后令每个分段中数据数量大致相等；最优分段（Optimal Binning）又叫监督离散化（supervised discretizaion），使用递归划分（Recursive Partitioning）将连续变量分为分段，背后是一种基于条件推断查找较佳分组的算法（Conditional Inference Tree）。

---

抽样和权重计算

1. 随机抽样

2. 均衡抽样

   
   

1. 分层抽样

---

---

logistic回归

• 基本公式

将y=1的概率记为p

• 似然方程拟合回归模型
  
  
  
  

信息矩阵

模型的方差和协方差
：
标准误
：
沃尔德卡方统计量：

置信区间

---

• 模型拟合的统计量

• 似然函数值的统计量，评估自变量引入模型的效应及aic,sc,r
  
  
  
  
  

• hosmer-lemeshow检验：
  

• 全局零假设检验

  1. 似然比统计量
     

  2. 分数统计量
     

  3. 沃尔德统计量能
     

关于概率比解读

---

---

证据权重WOE

证据权重（Weight of Evidence,WOE）转换可以将Logistic回归模型转变为标准评分卡格式。引入WOE转换的目的并不是为了提高模型质量，只是一些变量不应该被纳入模型，这或者是因为它们不能增加模型值，或者是因为与其模型相关系数有关的误差较大，其实建立标准信用评分卡也可以不采用WOE转换。这种情况下，Logistic回归模型需要处理更大数量的自变量。尽管这样会增加建模程序的复杂性，但最终得到的评分卡都是一样的。

WOE()=ln[(违约/总违约)/(正常/总正常)]。
用WOE(x)替换变量x，

如果一个已经经过WOE转换的自变量对logistic回归模型进行拟合，则该变量对应的模型参数正好是1.0

证据权重和标准评分卡

名义变量：

连续变量的WOE：
将变量分箱

若WOE值和分段好的序量表之间的线性关系或者单调关系不存在，有两种可能的解释：

---

---

变量选择的方法

1. 使用所有变量 selection=none 将所有变量啊如模型，常用与初始探索性模型拟合
2. 正向选择 selection=forward 从几句相对模型拟合，从没有纳入模型的变量选择卡方统计量最大，符合条件的变量，进入的变量不会被移除
3. 逆向选择 selection=backward 移除wa l d卡方统计量的p值最大的变量
4. 逐步选择
   
5. 

sas参数：

逐步变量选择
优点：

SLE = p-值 SLS= p-值
分别设定允许变量进入和保留在模型中的显著性水平

强制变量进入模型

控制变量的优先级顺序

---

---

模型评估

提升图和洛伦兹曲线

基尼系数

KS曲线
将总体10等分按违约概率降序排列，计算每一份违约与正常的百分比的累积分布，绘制两者的差异

ROC曲线

模型整体评估

---

---

评分卡刻度与实施

评分卡的刻度

估计违约的概率为p,估计得正常的概率即为1-p，这两个事件互斥且互为补集
违约与正常的比率：
odds=p