风控建模中的IV和WOE

  在风控建模中IV(信息价值)和WOE(证据权重)分别是变量筛选和变量转换中不可缺少的部分。

  很多文章已经讨论过这两个变量，本文在吸收前人优秀成果的基础上，希望用通俗易懂的语言让大家快速理解这两个变量。并用简单的例子让大家明白在实际中如何运用这两个变量，最后给出建模过程中实际需要用到的Python代码。

1. IV运用背景

  在信贷中，都希望借钱给有意愿且有能力还钱的客户，这样借出去的钱才会有收益(利息)，并且不会形成坏账(欠钱不还给公司造成损失)。如何找到这样的客户，把这些客户和会逾期的客户区分开来？

  很多银行和公司，基础的模型都是逻辑回归，通过逻辑回归建模把正常客户(好客户)和逾期客户(坏客户)区分开来。而可以用逻辑回归区分好坏客户的前提假设是 “历史样本和未来样本服从同一总体分布” ，逻辑回归模型通过从过去的数据中学习样本的分布特征，从而可以对未来的数据进行处理，判别出未来客户逾期的可能性，从而决定公司是放款还是拒绝。

  那哪些变量可以进入逻辑回归模型，帮助模型更好的区分正常客户和逾期客户？让公司放款金额更多地进入能还钱的人手里，按期还本付息。尽可能少地给到会逾期不还钱的人手里，产生坏账？本文所讲的IV就可以帮助我们挑选变量，决定哪些变量可以进入到模型，哪些变量最好不要进入模型。其它挑选变量的方法如：GBDT、随机森林、相关系数、逐步回归等会在后续文章中详细说明。对于IV的预测能力，一般的会有以下建议：

<