1、信用評(píng)分模型出現(xiàn)的動(dòng)機(jī)是什么？

? 我們?nèi)ャy行借款的時(shí)候，他們往往都會(huì)看我們的一些個(gè)人信息，比如，年齡，收入，家庭狀況，工作單位，婚姻狀況等，也會(huì)設(shè)置一些門檻，只有滿足了一定的門檻才會(huì)貸款于你。但是這種對(duì)單個(gè)指標(biāo)設(shè)置的門檻會(huì)存在一些問(wèn)題，比如：
（1）有些借款人雖說(shuō)一些條件不滿足，但是其他條件都很好
（2）如何利用零散、非結(jié)構(gòu)化的信息整合成科學(xué)的核額體系是一個(gè)難題
（3）貸后管理、資產(chǎn)質(zhì)量分析和風(fēng)險(xiǎn)定價(jià)需要可量化的數(shù)字評(píng)價(jià)體系支持
? 這樣，一種信用評(píng)分就應(yīng)運(yùn)而生，解決了以上難題。具象的個(gè)體風(fēng)險(xiǎn)被標(biāo)準(zhǔn)化，分?jǐn)?shù)的存在使得審批有了最簡(jiǎn)單易用的判斷標(biāo)準(zhǔn)；整體的信貸資產(chǎn)質(zhì)量也有了量化指標(biāo)

2、信用評(píng)分的業(yè)務(wù)定義

?信用評(píng)分表面上是一個(gè)分?jǐn)?shù)，實(shí)質(zhì)上是一個(gè)模型。模型只是我們解決問(wèn)題的手段，解決業(yè)務(wù)問(wèn)題才是我們的目的。
?信用風(fēng)險(xiǎn)計(jì)量體系包含主體評(píng)級(jí)模型和債項(xiàng)評(píng)級(jí)模型，主體評(píng)級(jí)和債項(xiàng)評(píng)級(jí)均有一系列評(píng)級(jí)模型組成，其中主體評(píng)級(jí)模型可用“四張卡”來(lái)表示，分別是A卡、B卡、C卡和F卡；債項(xiàng)評(píng)級(jí)模型通常按照主體的融資用途，分為企業(yè)融資模型、現(xiàn)金流融資模型和項(xiàng)目融資模型等。
?我們通常所接觸到的評(píng)分大都用于信貸審批，即申請(qǐng)?jiān)u分卡（A卡，Application scorecard)。同時(shí)，業(yè)內(nèi)還常用的有B卡（Behavior scorecard）和C卡（Collection scorecard），分別用于貸后管理及催收管理。
?其中，它們的使用場(chǎng)景不同的：
A卡又稱為申請(qǐng)者評(píng)級(jí)模型，是使用最廣泛的，用于貸前審批階段對(duì)借款申請(qǐng)人的量化評(píng)估；
B卡又稱為行為評(píng)級(jí)模型，主要任務(wù)是通過(guò)借款人的還款及交易行為，結(jié)合其他維度的數(shù)據(jù)預(yù)測(cè)借款人未來(lái)的還款能力和意愿；
C卡又催收評(píng)級(jí)模型，是在借款人當(dāng)前還款狀態(tài)為逾期的情況下，預(yù)測(cè)未來(lái)該筆貸款變?yōu)閴馁~的概率，由此衍生出滾動(dòng)率、還款率、失聯(lián)率等細(xì)分的模型；
F卡有稱為欺詐評(píng)級(jí)模型，主要應(yīng)用于相關(guān)融資類業(yè)務(wù)中新客戶可能存在的欺詐行為的預(yù)測(cè)管理。
?不同的評(píng)分卡，對(duì)數(shù)據(jù)的要求和所應(yīng)用的建模方法會(huì)不一樣。

?不同的產(chǎn)品，評(píng)分標(biāo)準(zhǔn)也不盡相同，評(píng)分模型也不相同。比如，對(duì)于小額短期利率高的現(xiàn)金貸來(lái)說(shuō)，逾期30天+已經(jīng)非常嚴(yán)重，催回的可能性非常小，那么相對(duì)應(yīng)的模型會(huì)界定M1以上客戶為壞客戶。但對(duì)于車輛抵押貸款的借款人來(lái)說(shuō)，考慮到抵押物，還很有可能還款，所以我們可能會(huì)選擇界定M2甚至M3以上的客戶為壞客戶。所以，在做模型的時(shí)候，也要思考當(dāng)下的模型與當(dāng)前的業(yè)務(wù)模式的匹配程度。

3、信用評(píng)分模型的建立

信用評(píng)分模型建立的一般過(guò)程如下圖：

（1）準(zhǔn)備數(shù)據(jù)
?準(zhǔn)備一個(gè)足夠大的數(shù)據(jù)樣本，并且樣本的特征數(shù)也盡量多些

（2）數(shù)據(jù)處理
?從生產(chǎn)環(huán)境導(dǎo)出的數(shù)據(jù)往往并不完美，有大量影響分析的缺失值和異常值。我們需要剔除缺失率太高的變量，剔除按業(yè)務(wù)邏輯完全不可解釋的變量等等。這是一個(gè)聽(tīng)起來(lái)很簡(jiǎn)單但實(shí)際上需要耗費(fèi)大量精力的過(guò)程，會(huì)極大影響到模型準(zhǔn)確性。
（3）變量分析
?通過(guò)對(duì)特征變量的相關(guān)性、共線性等的分析，篩選出對(duì)預(yù)測(cè)結(jié)果重要的特征，便于后期建模使用。
（4）評(píng)分卡構(gòu)建
?現(xiàn)在我們已經(jīng)擁有了一些非?！皟?yōu)秀”的變量，那我們?cè)趺蠢眠@些變量得到我們所需要的答案呢？這是一個(gè)已知X求Y的問(wèn)題，我們需要選擇一個(gè)合適的模型方法去解決和預(yù)測(cè)。常見(jiàn)的模型方法有線性回歸、非線性回歸分析、決策樹等等。
其中，邏輯回歸是在信用評(píng)分卡開(kāi)發(fā)中非常有代表性的模型方法。在這個(gè)模型中，經(jīng)過(guò)上述篩選的每一個(gè)變量會(huì)進(jìn)行證據(jù)權(quán)重轉(zhuǎn)換（WOE 即 Weight of Evidence），邏輯回歸可以將我們所熟知的借款人特征轉(zhuǎn)化為一個(gè)標(biāo)準(zhǔn)的評(píng)分卡，當(dāng)我們輸入這些變量的具體值的時(shí)候，可以得到相應(yīng)的分?jǐn)?shù)。

4、信用評(píng)分卡的評(píng)估指標(biāo)

?一般來(lái)說(shuō)，信用評(píng)分卡模型的評(píng)估指標(biāo)可以分為兩類：
（1）預(yù)測(cè)能力指標(biāo)，用于評(píng)估模型對(duì)違約事件的預(yù)測(cè)能力，如：WOE/IV、ROC/AUC、K-S指標(biāo)、GINI系數(shù)等
（2）穩(wěn)定性指標(biāo)，用于評(píng)估模型在訓(xùn)練樣本和測(cè)試樣本中預(yù)測(cè)能力的一致性，如PSI指標(biāo)等
?下面對(duì)一些指標(biāo)進(jìn)行解釋一下：
1.WOE、IV
WOE的全稱是“Weight of Evidence”，即證據(jù)權(quán)重。WOE是對(duì)原始自變量的一種編碼形式。
要對(duì)一個(gè)變量進(jìn)行WOE編碼，需要首先把這個(gè)變量進(jìn)行分組處理（也叫離散化、分箱等等，說(shuō)的都是一個(gè)意思）。分組后，對(duì)于第i組，WOE的計(jì)算公式如下：
WOE=ln(pyipni)=ln(yiyTninT)WOE=ln(pyipni)=ln(yiyTninT)
其中，yIyI表示對(duì)于第i組，違約的個(gè)數(shù)，yTyT表示對(duì)于總樣本，總違約的個(gè)數(shù)
nini表示對(duì)于第i組，正常的個(gè)數(shù)，nTnT表示對(duì)于總樣本，總正常的個(gè)數(shù)
從這個(gè)角度來(lái)理解，WOE就是“當(dāng)前分組中違約的占總違約的比例”與“當(dāng)前分組中正常的占總正常的比例”之間的差異
對(duì)此公式做一個(gè)簡(jiǎn)單變換，可以得到：WOE=ln(pyipni)=ln(yiniyTnT)WOE=ln(pyipni)=ln(yiniyTnT)
從這個(gè)角度來(lái)理解，WOE就是指“當(dāng)前分組中，違約與正常的比例”與“總樣本中違約與正常的比例”之間的差異
有了前面的WOE值的計(jì)算之后，我們?cè)賮?lái)學(xué)習(xí)一下IV值的計(jì)算方式：IVi=(pyi?pni)?WOEiIVi=(pyi?pni)?WOEi
有了一個(gè)變量各分組的IV值，我們就可以計(jì)算整個(gè)變量的IV值，方法很簡(jiǎn)單，就是把各分組的IV相加：IV=∑i=1nIViIV=∑i=1nIVi，其中，n為變量分組個(gè)數(shù)。
我們進(jìn)一步理解一下WOE，會(huì)發(fā)現(xiàn)，WOE其實(shí)描述了變量當(dāng)前這個(gè)分組，對(duì)判斷個(gè)體是否會(huì)響應(yīng)（或者說(shuō)屬于哪個(gè)類）所起到影響方向和大小，當(dāng)WOE為正時(shí)，變量當(dāng)前取值對(duì)判斷個(gè)體是否會(huì)響應(yīng)起到的正向的影響，當(dāng)WOE為負(fù)時(shí)，起到了負(fù)向影響。而WOE值的大小，則是這個(gè)影響的大小的體現(xiàn)。
2.ROC、AUC曲線
?首先先了解一些混淆矩陣的知識(shí)：
TP（True Positive）：將正類樣本預(yù)測(cè)為正類，即真陽(yáng)性
FP（False Positive）：將負(fù)類樣本預(yù)測(cè)為正類，即假陽(yáng)性
TN（True Negative）：將負(fù)類樣本預(yù)測(cè)為負(fù)類，即真陰性
FN（False Negative）：將正類樣本預(yù)測(cè)為負(fù)類，即假陰性

則精準(zhǔn)率（Precision）P=TPTP+FPP=TPTP+FP?-----可以理解為從結(jié)果看，在所有預(yù)測(cè)為正類的樣本里，預(yù)測(cè)正確的占比
召回率（Recall）R=TPTP+FNR=TPTP+FN?-----可以理解為在原始的正類樣本中，被預(yù)測(cè)正確的樣本的占比

假陽(yáng)性率（False Positive Rate）FPR=FPNFPR=FPN----其中N為樣本中負(fù)樣本的個(gè)數(shù)

真陽(yáng)性率（True Positive Rate）TPR=TPPTPR=TPP----其中P為樣本中正樣本的個(gè)數(shù)

好吧，原諒我今天才發(fā)現(xiàn)一個(gè)問(wèn)題：原來(lái)召回率和真陽(yáng)性率是一樣的。。。

?舉個(gè)例子
?假設(shè)一個(gè)醫(yī)院有10位疑似癌癥患者，其中有3位很不幸確實(shí)患了癌癥（P=3）,另外7位不是癌癥患者（N=7）,醫(yī)院對(duì)這10位疑似患者進(jìn)行診斷，診斷出3為癌癥患者，其中有2位是真正的患者（TP=2）,那么真陽(yáng)性率為TPR=TPP=23TPR=TPP=23，對(duì)于七位非癌癥患者而言，有1位很不幸被誤診為癌癥患者（FP = 1）。
那么假陽(yáng)性率為FPR=FPN=17FPR=FPN=17，那么對(duì)于“醫(yī)院”這個(gè)分類器來(lái)說(shuō)，這組結(jié)果就對(duì)應(yīng)ROC曲線上的一個(gè)點(diǎn)(23,17)(23,17)。

?AUC曲線就是ROC曲線下方的面積大小，該值能夠量化地反映出基于ROC曲線衡量出的模型性能。計(jì)算AUC值只需要沿著ROC曲線橫軸做積分就可以了。由于ROC曲線一般都在曲線y=xy=x的上方，因此AUC的值一般都在0.5--1之間，AUC值越大，說(shuō)明分類器越可能把真正的正樣本排在前面，分類性能就越好。
3.K-S指標(biāo)
?作為一個(gè)模型，我們當(dāng)然希望這個(gè)模型能夠幫我們挑選到最多的好客戶，同時(shí)不要放進(jìn)來(lái)那么多壞客戶。K-S值就是一個(gè)這樣思路的指標(biāo)。比如，在完成一個(gè)模型后，將測(cè)試模型的樣本平均分成10組，以好樣本占比降序從左到右進(jìn)行排列，其中第一組的好樣本占比最大，壞樣本占比最小。這些組別的好壞樣本占比進(jìn)行累加后得到每一組對(duì)應(yīng)的累計(jì)的占比。好壞樣本的累計(jì)占比隨著樣本的累計(jì)而變化（圖中Good/Bad兩條曲線），而兩者差異最大時(shí)就是我們要求的K-S值（圖中比較長(zhǎng)的直線箭頭的那個(gè)位置）。

KS值的取值范圍是[0，1]。通常來(lái)說(shuō)，值越大，表明正負(fù)樣本區(qū)分的程度越好。一般，KS值>0.2就可認(rèn)為模型有比較好的預(yù)測(cè)準(zhǔn)確性。
4.GINI系數(shù)
?還記得經(jīng)濟(jì)學(xué)中那個(gè)著名的基尼系數(shù)嗎？下圖應(yīng)該可以讓你回憶起來(lái)。將一個(gè)國(guó)家所有的人口按最貧窮到最富有進(jìn)行排列，隨著人數(shù)的累計(jì)，這些人口所擁有的財(cái)富的比例也逐漸增加到100%，按這個(gè)方法得到圖中的曲線，稱為洛倫茲曲線。基尼系數(shù)就是圖中A/B的比例?？梢钥吹?#xff0c;假如這個(gè)國(guó)家最富有的那群人占據(jù)了越多的財(cái)富，貧富差距越大，那么洛倫茨曲線就會(huì)越彎曲，基尼系數(shù)就越大。

?同樣的，假設(shè)我們把100個(gè)人的信用評(píng)分按照從高到低進(jìn)行排序，以橫軸為累計(jì)人數(shù)比例，縱軸作為累計(jì)壞樣本比例，隨著累計(jì)人數(shù)比例的上升，累計(jì)壞樣本的比例也在上升。如果這個(gè)評(píng)分的區(qū)分能力比較好，那么越大比例的壞樣本會(huì)集中在越低的分?jǐn)?shù)區(qū)間，整個(gè)圖像形成一個(gè)凹下去的形狀。所以洛倫茲曲線的弧度越大，基尼系數(shù)越大，這個(gè)模型區(qū)分好壞樣本的能力就越強(qiáng)。

總結(jié)

以上是生活随笔為你收集整理的信用模型评分卡入门介绍的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。