信贷评分模型的评估指标常见的有P-R曲线、AUC、KS、混淆矩阵、AR、洛伦茨曲线等,各个评估指标之间都有或多或少的联系和区别,从而从不同角度对模型进行评估。本文尝试写一些各个评估指标间的联系,从而对模型评估指标有更加深入的理解。
目录
-
正负样本的选择
-
混淆矩阵与概率密度分布
-
提升图与洛伦茨曲线
-
洛伦茨曲线与KS
-
KS与AUC值
-
参考资料
一、正负样本的选择
直观上,在信贷风控建模中都以好样本为正样本,以坏样本为负样本。其实正负样本的选择不同直接影响的就是混淆矩阵,在以好样本为正样本的情况下,信贷业务的一些指标如通过率与坏账率如下:
通过率,即模型判断为好样本的数量占总样本的数量。
坏账率为模型判断为好样本(P)中真正的坏样本(FP)所占的比例。
而模型的准确率Precison定义为模型判断为好样本中真正的好样本所占比例,即: