内评法的基本框架

内评法的由来

内评法，即内部评级法。2012年监管部门出台的《商业银行资本管理办法》的附件5《信用风险内部评级体系监管要求》对内部评级提出了模型基本规范，附件16《资本计量高级方法验证要求》对内部评级提出了模型验证要求。内评法的真正大面积实战应用，始于互联网金融业务的发展。发展到今天，尽管有些中小银行尚未真正应用，但从总体、趋势和理念看，内部评级已经是商业银行风险管理的核心，也代表着未来风险管理的发展方向。

内评法模型与传统风控的区别

内评法模型，从结果形式上包括两种：一是强规则策略，如资产负债率超过70%，拒绝；少数股东权益非零，明股实债概率大，拒绝，等等。二是综合评分模型。如资产负债率在30%-40%间，10分；财务成本率在5%以上，-5分，等等，将各指标加总，计算出一个综合评分。
对应的，传统风控，从结果形式上也包括三种：一是强规则策略，和内评法模型没有本质区别，只是内评法是根据实际数据，测算发现IV值过大（如0.5以上）的指标作为强规则，传统风控则是基于经验判断。二是综合评分模型。这点和内评法存在本质差异。内评法是根据严格的模型计算出分值的，在商业银行实战中，一般使用逻辑回归方法建模；是要符合统计检验标准的，要求就是《商业银行资本管理办法》附件16《资本计量高级方法验证要求》的“模型区分能力应采用不少于两种方法进行检验，包括监测累积准确曲线及其主要指数准确性比率、ROC曲线及AUC系数、Somers’D和KS检验结果等”。传统风控的综合评分，是专家判断，分值是专家判断得到的，没有对模型进行统计检验。统计检验是非常重要的，没有检验，说不定的你的模型是没有区分度的，是在起反作用。三是没有综合评分，只有一个准入和拒绝的结果，没有多大程度上作出准入和拒绝的概率，因此，也就没法大面积回检业务准入和拒绝当时的决策和策略的正确性，难以通过量化的形式支持决策和策略的调优，也没法随之定价和预警。

内评法模型模型构建之一：数据整理与清洗

内评法要采集大量数据，主要包括三类数据：一是Y值，也就是客户是违约还是正常。这里要注意一点，新客户不宜纳入模型，因为新客户风险暴露不充分，其Y值不准确，纳入模型反而形成干扰。二是X值，包括财务数据、工商登记数据（如注册时间长短、法定代表人及注册地址变更频率等）及一些行政部门产生的评价数据（如税务评级、行政处罚数据等），等等。三是客户性质数据，这是为了模型分组而采集的，比如，制造业和批发零售业，可能风险表现不同，需要构建不同的模型；再比如，有些类别的客户，风险是有托底的，把这些客户纳入，反而会扰乱模型。
在数据整理过程中，往往都需要转置，比如数据库系统中，一个客户、一个时间点的财报就是一张表，合并在一起，列依次为客户号、时间和金额，各行分别是资产、负债……，本质是各指标的一维表。我们整理后要形成一张宽表，各列依次是客户号、时间、资产、负债……，本质是各指标的二维表。这时，可以使用pivot函数，详见PYTHON的一维转二维。
在数据清理过程中，对于一些有异常的数据，需要剔除，或者采用以均值替代等方法。

内评法模型模型构建之二：变量分箱

变量分箱是一件十分重要的工作。传统的多元统计、计量经济学教材上，是没有这个内容的，或者说，传统的多元统计，更希望变量是连续型变量。但在商业实践中是不合适的。一来，连续性变量的经济意义不强，比如年龄30和31岁，你非要认为，他们的违约率不同，这是不可接受的。二来，容易导致模型过拟合，预测能力差。
在PYTHON软件中，分箱通过函数cut实现，这个词汇很准确，切分，就是分箱。
分箱的标准是什么，分箱后的woe具有经济意义，每一箱都有一定数量的样本。
这里的WOE是一个非常重要的指标，贯串整个模型，是分箱后的坏客户占比与好客户占比之商的对数，反映各箱坏客户的占比。

data['Share Good'] = (data['All'] - data['Bad']) / (data['All'].sum() - data['Bad'].sum())     
data['Share Bad'] = data['Bad'] / data['Bad'].sum() 
data['WoE'] = np.log(data['Share Bad']/data['Share Good'])

内评法模型模型构建之三：变量筛选

分箱后，哪些变量入模，有一个严格的评价指标，就是IV。IV是WOE的均值。

data['IV'] = (data['WoE'] * (data['Share Bad'])-data['Share Good'] ).sum()

通常我们会选择 IV 值在 0.1~0.5 这个范围的变量。IV 值大于0.5，指标区分度极高，直接入模会导致其他变量被弱化，因此不适合入模。
变量筛选，还需要经过其他一些操作，核心是处理多重共线性，这个是需要多元统计理论知识的，也是个最难的地方，以后再详述。

内评法模型模型构建之四：建立模型

变量经过一系列筛选后，建模本身是比较简单的。使用LogisticRegression函数。
逻辑回归的概率密度函数是：

在建模时，需要注意三点：一是自变量要进行WOE转换，这是很多人无法理解的一个东西，大家一定要从前文所述WOE的本质和分箱的目的去理解。二是要将数据一分为二，分为测试集和训练集，以反映模型预测效果。三是模型要经过AUC和KS检验，以反映模型的区分度。

内评法模型模型构建之五：建立评分卡

我们都当过学生，学生总要考试，考试是通过分数体现的。回归模型也一样，将概率转换为分数。

所以就通过logic函数，将y值（p）和线性回归的参数结合在一起，因此叫逻辑回归！

内评法模型模型构建之六：内评应用

内评结果应用于贷前、贷后和考核。贷前，即应用于授信审批、贷款定价、额度管理和授信政策。贷后，即应用于风险预警，从而实现“四早”处置。考核即应用于拨备、资本和绩效管理。因此，如前述，内部评级是商业银行风险管理的核心。

更多内容，请关注微信公众号“风控学习笔记”。