Scorecard 评分卡模型

公式


woe=ln(odds),beita为回归系数,altha为截距,n为变量个数,offset为偏移量(视风险偏好而定),比例因子factor。

 

总评分。或去掉负号。

 

Logistic Regression with Weight of Evidence

 

比例因子和偏移量为:

令好坏比为50,对应的评分为600;在些基础上评分值增加20分,e.g.

600 = log(50) * factor + offset

620 = log(100) * factor + offset

Factor = 20 / log(2)

Offset = 600 – factor * log(50)

 

 

WoE

Weight of Evidence 证据权重

其中,,odds为好坏比,即WOE=ln(odds)

e.g.

ID是自变量,有A1/A2/A3三个取值;因变量有1和0两种取值,相对应的是样本数量(如 Y=1|ID=A1 的样本数是10)。当自变量取值Ai时,编码为相应的WOEi。

 

Odds = 1, WoE = 0; Odds > 1, Pgood > Pbad, WoE > 0.

WoE值越高,说明这个分组的风险机率越低。(前提:good attribute 作分子。WoE可少于零)

IV

Information Value 信息价值

相当于自变量WOE值的一个加权求和,其值的大小决定了自变量对于目标变量的影响程度(与信息熵的公式稍似)。

一般应大于0.02,默认选IV大于0.1的变量进模型,但具体要结合实际。如果IV大于0.5,就是过预测(over-predicting)变量。

Information Value

Predictive Power

< 0.02

useless for prediction

0.02 to 0.1

Weak predictor

0.1 to 0.3

Medium predictor

0.3 to 0.5

Strong predictor

>0.5

too good to be true

 

 

ROC/AUC

ROC曲线、受试者工作特征曲线、感受性曲线(receiver operating characteristic curve),用于二分问题。

判别:(1)ROC曲线越靠近左上角,试验的准确性就越高;(2)或算出线下面积(AUC, Area Under Curve)比较,AUC最大,则最佳。

AUC在 0.5~0.7时有较低准确性, 0.7~0.8时有一定准确性, 0.8~0.9则高,AUC在0.9以上时有非常高准确性。AUC=0.5时,说明诊断方法完全不起作用,无诊断价值。AUC<0.5不符合真实情况,在实际中极少出现。

GINI

见“CART”-“GINI指数”

分组

Segmentation 模型分组

将总体划分为几个子总体,然后对不同的子总体分别建立评分卡。视需要而是否使用。

binning

Binning means the process of transforming a numeric characteristic into a categorical one as well as re-grouping and consolidating categorical characteristics.

等距、等频、按需、优化离散(常用的检验指标有卡方,信息增益,基尼指数,或WOE)

Cutoff

Cutoff临界分值

若申请人的信用得分在该分数上,则评分系统建议批准申请;反之。

选择方法:(1)申请批准比率与模型使用前的比率一致;(2)坏帐率与模型使用前的比率一致;

人工修正

HSOs高端人工修正:超过临界值,但仍然不通过申请;

LSOs低端人工修正:反之。

属性

Attribute 如维度“性别”有两个属性:“男”、“女”

权重

Score weight如未婚15分、已婚30分

拒绝推断

Reject Inference

一般来说,信用评分的训练样本均来自于以前申请贷款被接受的那些人,而评分模型则是要应用到所有申请的人,因此如直接应用模型到被拒绝者,很有可能会出现问题。

Reject Inference对模型修正来解决这个问题。

模型验证

Validation

留下一部分样本做最后的验证。

PSI

稳定度分析指标

PSI衡量两组样本评分是否有显著差异。

公式:

判断:index <= 0.1,无差异;0.1< index <= 0.25,需进一步判断;0.25 <= index,有显著位移,模型需调整。

LTV

LTV 贷放成数 Loan to Value

贷款额与抵押价值的比率,用于额度管理,如:

评分分级

最高贷放成数LTV

A

85%

B

75%

个人信用评分>=80,且LTV<=85,接受贷款;否则反之。


例子



* 参考:
http://wenku.baidu.com/link?url=r-_I14SKnUuYhWFqADQlN6L1W8cMZbb1IE7OTAkJ7xBTuCtMF-e3hw4m1LwQmcJJhusFj3iELxy7dwvgrZxD-yKHFmAKdO0J-ruvEQBiAWq

http://wenku.baidu.com/link?url=5o-HqJfpMpAkqrHYhYMWTA3eNU41Z181-OQqN_ZRpalOTxC3gE9cVsCahqk3pWnyTi9LL2NQhc8opoyQibaY1DQKziXJybywI3XVve3IWsK

申请评分卡在小额贷款公司运营管理中的应用_吴敏

http://plug-n-score.com/learning/scorecard-development-stages.htm
  • 10
    点赞
  • 99
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值