原标题:基于Python的信用评分卡模型分析(二)
公众号:编程派 基于Python的信用评分卡模型分析(一)
上一篇文章《基于Python的信用评分卡模型分析(一)》已经介绍了信用评分卡模型的数据预处理、探索性数据分析、变量分箱和变量选择等。接下来我们将继续讨论信用评分卡的模型实现和分析,信用评分的方法和自动评分系统。
六、模型分析
证据权重(Weight of Evidence,WOE)转换可以将Logistic回归模型转变为标准评分卡格式。引入WOE转换的目的并不是为了提高模型质量,只是一些变量不应该被纳入模型,这或者是因为它们不能增加模型值,或者是因为与其模型相关系数有关的误差较大,其实建立标准信用评分卡也可以不采用WOE转换。这种情况下,Logistic回归模型需要处理更大数量的自变量。尽管这样会增加建模程序的复杂性,但最终得到的评分卡都是一样的。
在建立模型之前,我们需要将筛选后的变量转换为WoE值,便于信用评分。
6.1 WOE转换
我们已经能获取了每个变量的分箱数据和woe数据,只需要根据各变量数据进行替换,实现代码如下:
#替换成woe函数
defreplace_woe(series,cut,woe):
list=[]
i= 0
whilei<len(series):
value=series[i]
j=len(cut) -2
m=len(cut) -2
whilej>= 0:
ifvalue>=cut[j]:
j= -1
else:
j -= 1
m -= 1
list.append(woe[m])
i += 1
returnlist
我们将每个变量都进行替换,并将其保存到文件中:
# 替换成woe
data[ 'RevolvingUtilizationOfUnsecuredLines'] = Series(replace_woe(data[ 'RevolvingUtilizationOfUnsecuredLines'], cutx1, woex1))
data[ 'age'] = Series(replace_woe(data[ 'age'], cutx2, woex2))
data[ 'NumberOfTime30-59DaysPastDueNotWorse'] = Series(replace_woe(data[ 'NumberOfTime30-59DaysPastDueNotWorse'], cutx3, woex3))
data[ 'DebtRatio'] = Series(replace_woe(data[ 'DebtRatio'], cutx4, woex4))
data[ 'MonthlyIncome'] = Series(replace_woe(data[ 'MonthlyIncome'], cutx5, woex5))
data[ 'NumberOfOpenCreditLinesAndLoans'] = Series(replace_woe(data[ 'NumberOfOpenCreditLinesAndLoans'], cutx6, woex6))
data[ 'NumberOfTimes90DaysLate'] = Series(replace_woe(data[ 'NumberOfTimes90DaysLate'], cutx7, woex7))
data[ 'NumberRealEstateLoansOrLines'] = Series(replace_woe(data[ 'NumberRealEstateLoansOrLines'], cutx8, woex8))
data[ 'NumberOfTime60-89DaysPastDueNotWorse'] = Series(replace_woe(data[ 'NumberOfTime60-89DaysPastDueNotWorse'], cutx9, woex9))
data[ 'NumberOfDependents'] = Series(replace_woe(data[ 'NumberOfDependents'], cutx10, woex10))
( '', index= False)
6.2 Logisic模型建立
我们直接调用statsmodels包来实现逻辑回归:
导入数据
data = ( '')
#应变量
Y=data[ 'SeriousDlqin2yrs']
#自变量,剔除对因变量影响不明显的变量
X=([ 'SeriousDlqin2yrs', 'DebtRatio', 'MonthlyIncome', 'NumberOfOpenCreditLinesAndLoans', 'NumberRealEstateLoansOrLines', 'NumberOfDependents'],axis= 1)
X1=(X)
logit=(Y,X1)
result=logit.fit
print()
输出结果:
图6-1 逻辑回归模型结果.png
通过图6-1可知,逻辑回归各变量都已通过显著性检验,满足要求。
模型检验
到这里,我们的建模部分基本结束了。我们需要验证一下模型的预测能力如何。我们使用在建模开始阶段预留的test数据进行检验。通过ROC曲线和AUC来评估模型的拟合能力。
在Python中,可以利用,它能方便比较两个分类器,自动计算ROC和AUC。
实现代码:
#应变量
Y_test = test[ 'SeriousDlqin2yrs']
#自变量,剔除对因变量影响不明显的变量,与模型变量对应
X_test = ([ 'SeriousDlqin2yrs', 'DebtRatio', 'MonthlyIncome', 'NumberOfOpenCreditLinesAndLoans', 'NumberRealEstateLoansOrLines', 'NumberOfDependents'], axis= 1)
X3 = (X_test)
resu = (X3) #进行预测
fpr, tpr, threshold = roc_curve(Y_test, resu)
rocauc = auc(fpr, tpr) #计算AUC
(fpr, tpr, 'b', label= 'AUC = %'% rocauc) #生成ROC曲线
(loc= 'lower right')
([ 0, 1], [ 0, 1], 'r--')
([ 0, 1])
([ 0, 1])
( '真正率')
( '假正率')
输出结果:
图6-2 ROC曲线
从上图可知,AUC值为,说明该模型的预测效果还是不错的,正确率较高。
七、信用评分
我们已经基本完成了建模相关的工作,并用ROC曲线验证了模型的预测能力。接下来的步骤,就是将Logistic模型转换为标准评分卡的形式。
评分标准
依据以上论文资料得到:
a=log(p_good/P_bad)
Score = offset + factor * log(odds)
在建立标准评分卡之前,我们需要选取几个评分卡参数:基础分值、 PDO(比率翻倍的分值)和好坏比。这里, 我们取600分为基础分值,PDO为20 (每高20分好坏比翻一倍),好坏比取20。
# 我们取600分为基础分值,PDO为20(每高20分好坏比翻一倍),好坏比取20。
p = 20/ ( 2)
q = 600- 20* ( 20) / ( 2)
baseScore = round(q + p * coe[ 0], 0)
个人总评分=基础分+各部分得分
部分评分
下面计算各变量部分的分数。各部分得分函数:
#计算分数函数
defget_score(coe,woe,factor):
scores=[]
forw inwoe:
score=round(coe*w*factor, 0)
(score)
returnscores
计算各变量得分情况:
# 各项部分分数
x1 = get_score(coe[ 1], woex1, p)
x2 = get_score(coe[ 2], woex2, p)
x3 = get_score(coe[ 3], woex3, p)
x7 = get_score(coe[ 4], woex7, p)
x9 = get_score(coe[ 5], woex9, p)
我们可以得到各部分的评分卡如图7-1所示:
图7-1 各变量的评分标准
八、自动评分系统
根据变量来计算分数,实现如下:
#根据变量计算分数
defcompute_score(series,cut,score):
list = []
i = 0
whilei < len(series):
value = series[i]
j = len(cut) - 2
m = len(cut) - 2
whilej >= 0:
ifvalue >= cut[j]:
j = -1
else:
j -= 1
m -= 1
list.append(score[m])
i += 1
returnlist
我们来计算test里面的分数:
test1 = ( '')
test1[ 'BaseScore']=Series((len(test1)))+baseScore
test1[ 'x1'] = Series(compute_score(test1[ 'RevolvingUtilizationOfUnsecuredLines'], cutx1, x1))
test1[ 'x2'] = Series(compute_score(test1[ 'age'], cutx2, x2))
test1[ 'x3'] = Series(compute_score(test1[ 'NumberOfTime30-59DaysPastDueNotWorse'], cutx3, x3))
test1[ 'x7'] = Series(compute_score(test1[ 'NumberOfTimes90DaysLate'], cutx7, x7))
test1[ 'x9'] = Series(compute_score(test1[ 'NumberOfTime60-89DaysPastDueNotWorse'], cutx9, x9))
test1[ 'Score'] = test1[ 'x1'] + test1[ 'x2'] + test1[ 'x3'] + test1[ 'x7'] +test1[ 'x9'] + baseScore
test1.to_csv( '', index= False)
批量计算的部分分结果:
图8-1 批量计算的部分结果
九、总结以及展望
本文通过对kaggle上的Give Me Some Credit数据的挖掘分析,结合信用评分卡的建立原理,从数据的预处理、变量选择、建模分析到创建信用评分,创建了一个简单的信用评分系统。
基于AI 的机器学习评分卡系统可通过把旧数据(某个时间点后,例如2年)剔除掉后再进行自动建模、模型评估、并不断优化特征变量,使得系统更加强大。
来 源:返回搜狐,查看更多
责任编辑: