【模型开发】评分卡应用

  看到研习社有伙伴提问：

  ①我们的评分卡做好后，后续的使用策略是什么呀，都有哪些方向？
  ②评分卡分数切割点如何定，制定的业务逻辑是什么？

  其实，这个问题不好回答，也好回答。

  一方面，不好回答是因为金融市场分级明显，产品多样化，不同业务场景所需要的风控策略就对应不同，不太好理一套完整的、通用的、标准的说明书；另外，许多部门制定评分卡切分点的策略都是根据经验拍脑袋（我们后面说明）。

  另一方面，好回答的原因是金融借贷业务本质相同，核心指标就几个，针对这些业务指标，我们还是可以找到许多通用的评分卡应用流程及大致方案的。

  下面，我们就来解决三个问题：

  ①常见评分卡有哪几种形式？
  ②业务中评分卡的cutoff值该如何设定？
  ③开发出的评分卡，可以应用于信贷产品的哪些方面？

  首先，我们回顾下标准评分卡开发流程：

图一：评分卡模型开发流程（图片取材于网络）

图二：标准logistic回归模型开发流程（图片取材于网络）

  想必小伙伴对模型开发的这套流程已了熟于胸，我们不再缀述。主要来看看使用不同算法得到的结果有哪些？得到的违约概率预测值又是怎么转换为标准score形式的。

---

一、常见评分卡有哪几种形式？

1）刻度评分卡

  ①来回顾下logistic函数表达式:

  逻辑回归(logistic regression)通过$sigmoid$函数  $y=1/(1+e^{-z})$ 将线性回归模型 $z={\omega }^{T}x+b$ 产生的预测值转换为一个接近0或1的拟合值 $y\hat{}$

                     $y\hat{}=\frac{1}{1+e^{-z}}$ $=\frac{1}{1+e^{-({\omega }^{T}x+b)}}$