二、模型的变量

二、模型的变量

　　信用评分模型的变量主要有两种：表现变量（因变量）和预测变量（自变量）。预测变量是从可观测到的信息中提炼出来的、与表现变量具有较强相关性的、用来预测未来结果的变量。
　　表现变量的界定：
　　表现变量是模型所要预测的目标，有些情况下，是容易界定的，例如用户对直邮是反应还是不反应。但是很多时候，是无法直观界定的，需要考虑具体需求。例如，对要预测的目标用户的账户表现认为是坏账，是拖欠超过180天的呆账，还是拖欠2个周期以上的账户，这些需要根据以下因素还界定：
　　第一，“坏”的定义需要和贷方的目标一致
　　由于“坏”的程度是不同的，拖欠少于30天（1期），30-59（2期）……一直到拖欠180天以上造成的呆账注销。这个“坏”需要贷方自己去界定。如果是为了扩大发卡规模，则可以将“坏”定义在3期或者4期，如果是要在有效控制损失的前提下扩大发卡规模，可以定义在2期。所以，这个“坏”是需要哥哥部门考虑多种因素之后确定的。
　　第二，“坏”的定义必须考虑表现期的长短
　　常用的预测表现期可以考虑6、9、12、18和24个月。表现期短数据新，适合新发展业务的银行较快的具备开发模型额数据条件，但是如果期限太短，许多账户的严重拖欠行为尚未充分表现出来，低估了更长远一些的未来“坏”的概率。
　　第三，“坏”的定义必须考虑到期中表现与期终表现。
　　期终未拖欠但是期中有拖欠，是该定位好还是坏。
　　第四，“坏”的定义必须考虑某些群体的不可确定性。
　　将拖欠2期定义为好的