快速介绍完整模型开发流程，作为入门。

5.1.1 模型简介

image.png
image.png

  • 什么是模型？

    对研究对象以统计的方法来量化的一种手段

    将以下来源的信息转换为统计模型：

    • 研究对象的人口统计信息；
    • 帐户的行为；
    • 外部数据如征信局数据等；

    ……

    将模型结果视为目标研究的衡量标准 目的是用过去的行为来预测将来的表现 传统的建模方法主要有：信用评分卡、决策树分群

image.png
image.png
image.png

  • 模型优缺点

    模型优点：

    • 数据驱动，决策结果客观
    • 准确/可靠
    • 稳健
    • 高效

模型缺点：

  • 非万能的- 围绕模型实施策略
  • 模型是针对特定主题的，为特定的业务目标和策略服务
  • 不能排除所有的“坏”帐户
  • 需要资源进行开发和维护
  • 随时间的推移精确度变差

image.png
image.png
image.png

5.1.2 开发流程

5.1.2.1 基本流程

image.png
image.png

5.1.2.2 开发目标

如，上一版模型整体效率下降，统计模型效率的指标KS下降明显。
上一版模型稳定性下降，PSI已上升至0.16。
因此，需要重新开发申请评分。

5.1.2.3 参数定义

目标变量以及项目参数定义。

  • 好坏定义

image.png

  • 转期比分析

image.png

  • 坏账表现分析

image.png
image.png

  • 时间窗口

image.png

5.1.2.4 数据处理

数据收集和数据预处理。
image.png

5.1.2.5 特征探索

候选特征变量探索分析。
image.png

5.1.2.6 模型拟合

评分模型变量筛选以及模型拟合。

5.1 模型介绍 - 图18

  • 对数据进行抽样，一般分为训练样本和测试样本；
  • 抽样后对数据进行细分和粗分，将样本进行WOE转换并用逻辑回归训练；

5.1.2.7 评分校准

  • 校准公式

5.1 模型介绍 - 图19%20%2B%20offset%0A#card=math&code=Score%20%3D%20factor%20%5Ctimes%20%5Cln%28Odds%29%20%2B%20offset%0A&id=iCDVs)

  • 校准参数

    Base Point = 660
    Odds = 15
    Point Double Odds = 15

5.1.2.8 模型评估

评分模型效果评估（验证）

  • KS

image.png

  • Score Distribution & Bad Rate

image.png

  • Divergence

image.png

  • PSI 趋势

image.png

5.1.3 评分卡模型

《信用评分模型技术与应用》 《信用风险评分卡研究-基于SAS的开发与实施》

5.1.4 模型应用

image.png
image.png
image.png