评分模型报告分享

关注 “番茄风控大数据”，获取更多数据分析与风控大数据的实用干货。  

在自然科学界有一条法则，叫简约法则，叫越简单越接近正确，如果能用越少信息评估的数，就千万别用复杂的。所以尽量少用信息去评估一个事物，而不是多用信息。在做模型也如此，当然包括我们常提的评分模型。

现在计算机的对数据的处理能力越来越强，使处理数据跟复杂信息越来越强，使得我们对复杂信息非常迷恋。人们总是相信输入的数值越多，得到的估值模型会越准确。

问题的关键是，越来越多的信息其实伴随着噪音，你输入越来越多信息的同时，其实输入的噪音也越来越大，所以也产生越来越多的误差。个人认为在模型的特征处理和特征筛选时候，也是在不断简化模型的过程。所以最终在评分模型入模的变量顶多也就是十几个，一般还不会多于三四十个。本篇文章给各位分享之前做过的某个项目里的建模报告，里面就涉及具体的变量明细情况。

一.建模的目标：
用于线下准入判断

二.建模的目标变量：
Dependent定义：
1 - 用户授信后2个月内账单历史逾期15+（只看订单金额>1的账单）；
0 - 其他

三.建模样本：
用户授信时间到2016/12/01，定义样本的观察窗口

满足建模条件的人数为22,000

建模样本取授信时间6、7月，验证样本1取授信时间5月，验证样本2取授信时间1-4月：

四.模型结果：
1）模型变量：

2）逻辑回归参数估计：

3）模型评估
a)与第二版比较
在建模样本上，新模型达到29%的KS，相对第二版模型有58%的KS lift；
前20%的人群中抓出41%的bad，比第二版模型提高32%；
在所有人群上，新模型达到29%的KS，相对第二版模型有33%的KS lift；
前20%的人群中抓出42%的bad，比第二版模型提高25%；

b)在FPD10+的表现
新模型在FPD10+依然表现稳定，且优于第二版决策树。

c)在贷款订单的表现
把模型应用到有短贷订单的用户人群，以短贷订单是否逾期15+/7+作为dependant，模型效果如下：

五.模型切分效果

六.模型各个验证指标展示
ROC值

lift值

KS值

psi情况：

六.最后是关于变量的说明与分箱的得分

总结点：

1.我们可以发现新上线的评分模型的的KS还不算特别高，但是相对之前的模型都有不少程度有KS lift，我们后续可以对这个模型进行调优监控，看下各个指标是否仍处于合理的范围内
2.我们发现最终入模的变量的个数，模型变量也比较精简符合我们开篇所提简约法则，也就是在十三个左右，变量分箱合理

---

十年职场生涯，这个长期混迹在风控界和科技界，摸爬滚打的大叔，曾经就职于全国最大的固网运营商平台、国内最大的ERP软件公司和一家老牌的互金公司，如果你想了解他，欢迎关注 “番茄风控大数据”一起学习一起聊！