前言
评分卡模型建立时,样本的好坏比和实际好坏比是不一致的,原因有二:
1、产品本身坏样本少,抽样时会对坏样本进行过抽样或者好样本进行欠抽样
2、未获取全量的原始数据,样本中的好坏比无法反映真实的情况
评分卡模型预测的是坏样本的概率,好坏比使用的是坏样本量/好样本量
概率校准
1、需要一个目标好坏比odds1
它可以是抽样前的产品真实好坏比(对应情况1),也可以是行业平均水平(对应情况2)
2、建模样本好坏比odds
在sigmoid函数转换前,只需要在逻辑回归拟合出来的截距上再加一个ln(odds1/odds)即可,原因:逻辑回归中的截距是约等于好坏比的对数的,即:把ln(odds)抵消掉,得到实际好坏比ln(odds1)
ln(odds1/odds) = ln(odds1)-ln(odds)
3、校准分数段的好坏比
对好坏比进行一个sigmoid的反函数,加上ln(odds1/odds),再用sigmoid函数运算回来
案例
继续使用上篇的数据
分组名称 | 本组客户 | 本组好客户 | 本组坏客户 | 好坏比(odds) | 坏样本占比 | |
0 | [300-320) | 15 | 4 | 11 | 2.75 | 73.33% |
1 | [320-340) | 163 | 40 | 123 | 3.08 | 75.46% |
2 | [340-360) | 257 | 97 | 160 | 1.65 | 62.26% |
3 | [360-380) | 324 | 117 | 207 | 1.77 | 63.89% |
4 | [380-400) | 357 | 163 | 194 | 1.19 | 54.34% |
5 | [400-420) | 374 | 160 | 214 | 1.34 | 57.22% |
6 | [420-440) | 533 | 228 | 305 | 1.34 | 57.22% |
7 | [440-460) | 1124 | 585 | 539 | 0.92 | 47.95% |
8 | [460-480) | 932 | 495 | 437 | 0.88 | 46.89% |
9 | [480-500) | 725 | 435 | 290 | 0.67 | 40.00% |
10 | [500-520) | 2051 | 1263 | 788 | 0.62 | 38.42% |
11 | [520-540) | 1486 | 1022 | 464 | 0.45 | 31.22% |
12 | [540-560) | 2454 | 1782 | 672 | 0.38 | 27.38% |
13 | [560-580) | 2507 | 1951 | 556 | 0.28 | 22.18% |
14 | [580-600) | 2238 | 1824 | 414 | 0.23 | 18.50% |
15 | [600-620) | 7252 | 6395 | 857 | 0.13 | 11.82% |
16 | [620-640) | 7231 | 6546 | 685 | 0.10 | 9.47% |
17 | [640-660) | 8417 | 7753 | 664 | 0.09 | 7.89% |
18 | [660-680) | 9919 | 9336 | 583 | 0.06 | 5.88% |
19 | [680-700) | 10473 | 10044 | 429 | 0.04 | 4.10% |
20 | [700-720) | 14987 | 14543 | 444 | 0.03 | 2.96% |
21 | [720-740) | 15149 | 14865 | 284 | 0.02 | 1.87% |
22 | [740-760) | 19626 | 19374 | 252 | 0.01 | 1.28% |
23 | [760-780) | 18659 | 18484 | 175 | 0.01 | 0.94% |
24 | [780-800) | 10970 | 10901 | 69 | 0.01 | 0.63% |
25 | [800-820) | 10942 | 10885 | 57 | 0.01 | 0.52% |
总和 | 149165 | 139292 | 9873 | 0.07 | 6.62% |
指定实际上该产品的违约率 : 2% 。(假设)
要还原真实的数据,需进行校准:
计算公式如下:
A=ln(odds)
B=A+ln(odds1/odds)=A -1.24505
C=1/(1+exp(-B))
分组名称 | 好坏比(odds) | ln(odds)(A) | ln(odds)_adjust(B) | bad_rate(C) |
[300-320) | 2.75 | 1.0116 | -0.2335 | 44.19% |
[320-340) | 3.08 | 1.1233 | -0.1217 | 46.96% |
[340-360) | 1.65 | 0.5005 | -0.7446 | 32.20% |
[360-380) | 1.77 | 0.5705 | -0.6745 | 33.75% |
[380-400) | 1.19 | 0.1741 | -1.0709 | 25.52% |
[400-420) | 1.34 | 0.2908 | -0.9542 | 27.80% |
[420-440) | 1.34 | 0.2910 | -0.9541 | 27.81% |
[440-460) | 0.92 | -0.0819 | -1.3269 | 20.97% |
[460-480) | 0.88 | -0.1246 | -1.3697 | 20.27% |
[480-500) | 0.67 | -0.4055 | -1.6505 | 16.10% |
[500-520) | 0.62 | -0.4717 | -1.7168 | 15.23% |
[520-540) | 0.45 | -0.7896 | -2.0347 | 11.56% |
[540-560) | 0.38 | -0.9752 | -2.2203 | 9.79% |
[560-580) | 0.28 | -1.2553 | -2.5004 | 7.58% |
[580-600) | 0.23 | -1.4829 | -2.7280 | 6.13% |
[600-620) | 0.13 | -2.0098 | -3.2549 | 3.72% |
[620-640) | 0.10 | -2.2572 | -3.5022 | 2.92% |
[640-660) | 0.09 | -2.4576 | -3.7026 | 2.41% |
[660-680) | 0.06 | -2.7734 | -4.0185 | 1.77% |
[680-700) | 0.04 | -3.1533 | -4.3983 | 1.21% |
[700-720) | 0.03 | -3.4890 | -4.7341 | 0.87% |
[720-740) | 0.02 | -3.9578 | -5.2028 | 0.55% |
[740-760) | 0.01 | -4.3423 | -5.5873 | 0.37% |
[760-780) | 0.01 | -4.6599 | -5.9049 | 0.27% |
[780-800) | 0.01 | -5.0625 | -6.3076 | 0.18% |
[800-820) | 0.01 | -5.2521 | -6.4971 | 0.15% |
总和 | 0.07 | -2.6468 | -3.8918 | 2.00% |
取值 | 备注 | |
实际好坏比(odds1) | 0.02041 | 用2%算的 |
样本好坏比(odds) | 0.07088 | |
ln(odds1/odds) | -1.24505 |
C列就是各分数段预测出来的真实水平的违约概率啦~