信用评分卡模型开发中双峰分布原因及解决方案

信用评分卡模型开发中双峰分布原因及解决方案

 

文： 郑旻圻 邹钰 刘巧莉

转自：  数信互融

在信用评分卡模型开发过程中，正态性是检验模型信用评分分布是否有效的一个重要指标。正常情况下，标准的正态分布是单峰分布；但是在实际建模过程中，会遇到信用评分分布出现双峰的情况。

 

双峰分布出现时，数据规律一致性的假设被打破，我们需要从不同的角度考察其出现双峰分布的原因，对模型加以调整，使之准确地反映业务和数据中的规律，以便模型准确适用。

 

根据为数十家互联网金融企业建立评分卡模型的实践经验，我们总结了一些造成双峰分布的因素。

 

本文将从业务模式、录入系统变更和变量这三个角度，对信用评分分布的双峰情况加以分析并解释其出现的原因。通过实际案例，通过具体解决方案的分享，与读者共同探讨交流讨论。

 

 

 

 

 

1

参考模型：违约模型（先息后本和等本等息的混合模型）

解释角度：业务模式（或者叫好坏客户定义模式）

 

 

 

 

 

 根据项目初期的好坏客户定义，评分分布如图1所示。其中出现了双峰分布。

 

图1 信用评分分布直方图

 

考虑到好坏客户定义与实际业务模式相差较大且坏客户占比过低，采取重新定义好坏客户。新的评分分布直方图如图2所示。