银行信用评分卡建模原理

今天学习了一下评分卡的内容，博主自己也对这个不了解，由于业务的需求，今天自学了下相关的内容。我把自己学习的一些东西整理下，发到这个博客里面。

背景

1、先讲一下背景内容，什么是评分卡：其实评分卡呢，就是银行系统里面为了给客户进行一个风险评估的手段，它通过客户的信息来给客户打分，分越高的，说明信用越好，风险越低。信用评分卡又分为以下四种：
1）申请评分卡(A卡)
2）行为评分卡(B卡)
3）催收评分卡(C卡)
4）欺诈评分卡(F卡)

建模过程

2、接下来讲一下如何制作评分卡：首先，输入也就是制作评分卡需要的数据，有两个：一个是客户填写的信息，另外一个是客户是否违约的标签。

3、信用评分建模的基本流程？

制作评分卡需要大量客户所填的信息（特征矩阵X：包括人口特征、信用历史记录、交易记录等数据信息），以及该客户是否违约的信息（标签Y）。

（1）对特征矩阵X进行数据预处理。包括去除重复值，填补缺失值（仅有极少数样本缺失该特征可考虑直接删除该特征，可使用均值填补家庭人数，随机森林填补收入等），处理异常值（3∂原则，箱线图，散点图，基于距离，基于密度，基于聚类等一系列的方法进行离群点检测），数据一致性，数据分布特征，以及数据之间的关联性，处理样本不均衡问题（使用过采样和欠采样的方法），但是我们一般不对数据进行标准化处理（这是因为我们给出的评分卡是给业务人员看的，而客户所填信息天生就是量纲不统一的）。

（2）找出每个特征最佳分箱数和箱子边界。最佳分箱数就是使得该特征的IV值尽量在最佳IV值区间的箱子个数（尽量提高每个特征的重要性），并且使得该特征的箱内相似，箱间差异大。因此步骤是这样的：首先确定一个较大的分箱数，进行等频分箱，计算各箱证据权重(WOE)值和特征的IV值，然后依据卡方检验值合并相似箱子，再次计算各箱WOE值以及该特征IV值，直到箱子数量变为一个较小值。画出分箱数-IV值曲线，找出最佳分箱数和各箱边界。

（3）对各个特征依据最佳分箱边界进行分箱。分箱后得到特征的各箱边界以及WOE值。

（4）处理训练集和测试集的特征矩阵X。将特征矩阵中的值全部替换为对应箱子的WOE值。

（5）使用训练集进行建模，使用测试集计算模型得分，在信用评分卡建模中，用到最常用的方法就是逻辑回归（LR）。虽然是传统的模型，但是由于其自身特点，加上自变量进行了证据权重转换（WOE），Logistic回归的结果可以直接转换为一个汇总表，即所谓的标准评分卡格式，这对于区分好坏用户以及评分卡的建立非常适用。目前对于它的使用和部署上线等已经非常成熟，是很多企业的不二选择。除了LR外，神经网络，Xgboost等高级模型也会被使用，不过综合考虑LR目前能够满足大部分的需求且部署上线容易。

模型评估

（6）模型评估（对于离散型因变量）
针对信用评分卡应用的评估模型有很多，包括：ROC/AUC，KS，PSI，LIFT等一些评估方法，下面着重介绍两个ROC和KS值。

a、ROC曲线使用两个指标值进行绘制，其中x轴为1-Specificity，即负例错判率；y轴为Sensitivity，即正例覆盖率。ROC值一般在0.5-1.0之间。值越大表示模型判断准确性越高（曲线越偏左上方越好），即越接近1越好。ROC=0.5表示模型的预测能力与随机结果没有差别，AUC代表曲线下的面积，不依赖于阈值，AUC值越高，模型的风险区分能力越强。通常AUC在0.8以上时，模型基本可以接受了。

b、KS值表示了模型正负区分开来的能力。值越大，模型的预测准确性越好。一般，KS>0.4即可认为模型有比较好的预测准确性，KS值只能反映出哪个分段是区分最大的，而不能总体反映出所有分段的效果。一般选用最大的KS值作为衡量指标；KS=Sensitivity-(1-Specificity)，通常KS>0.4即可认为模型有比较好的预测准确性。

参考资料

1、https://www.cnblogs.com/simpleDi/p/10227472.html
2、https://www.jianshu.com/p/4c55fa92a9ac
3、https://blog.csdn.net/lll1528238733/article/details/76601897
4、https://blog.csdn.net/u014033218/article/details/87798637
5、https://www.cnblogs.com/simpleDi/p/10227472.html
6、https://www.jianshu.com/p/4c55fa92a9ac
7、http://www.manongjc.com/article/51847.html
8、https://blog.csdn.net/htbeker/article/details/79697557
9、https://github.com/htbeker/Application_score_card
10、https://blog.csdn.net/q337100/article/details/80693548
11、https://github.com/LeronQ/score_logistic
12、https://blog.csdn.net/yilulvxing/article/details/87070624
13、https://blog.csdn.net/R18830287035/article/details/89329608
14、https://blog.csdn.net/lll1528238733/article/details/76602006