信貸評分卡

eryesanye 關注 2017.09.07 13:51* 字數 1858 閱讀 960評論 2喜歡 10

年初的時候，我參考SAS評分卡指南整理了一份如何設計評分卡的文檔，后來請同事用 R語言重新寫了一遍。評分卡還有一個很高大上的名字，叫規則引擎。按說規則引擎要復雜得多，至少還要有模型性能評估與監測、模型管理等內容，但在國內，無論是監管部門還是信貸機構，對風控模型的管理要求都不高，所以很多信貸機構、特別是非銀信貸機構的規則引擎里，除了評分卡之外，就沒有其他內容了。

評分卡是什么樣子的？

摘自：http://www.sas.com/technologies/analytics/datamining/miner/trial/，下同

上圖是一個典型的貸前審批評分卡。

有三個特征：年齡、居住情況、收入。每個特征又分為若干個屬性，例如，居住情況有兩個屬性，自有房或租房。

如果一名新用戶來申請貸款，年齡35歲，收入38K，有房，對應的信用分數分別是210、225、225，加起來等于660。該信貸機構定義600以上授信，600以下不授信，因此該機構會給這名用戶授信。

那么，問題來了。。。

所以，評分卡設計圍繞三個問題開展：

- Attributes : 如何對年齡、收入這樣的連續變量進行分組？

- Score Points :有了分組的結果后，每個分組應該給多少信用分？

- Cut-off : 如何定義一個合適的授信門檻分數？

如何對變量進行分組？

這個問題有點難，為什么這么說呢？不同的分組方法會影響評分卡的性能，其中最重要的一個性能是，評分卡可以盡可能地拒絕潛在的違約申請者。

SAS 給變量分組起了一個很好聽的名字：Interactive Grouping Node (IGN)，交互式分組節點。

在沒有科學分組之前，“機械式”分組方法是比較常用的做法，例如，年齡每隔10年分一組，收入每兩萬元為一組等等。但這種分組并沒有考慮對評分卡性能的影響。實際上，有些分組是可以合并的，而有些分組又必須得拆開。

例如，假設15歲～25歲區間的違約率和26歲～35歲區間的違約率相同，那為什么不合并為一個區間呢？收入1萬～3萬區間違約率在2萬5有一個突然的下降，那是不是在2萬5這個點重新分組比較合理呢？

于是，人們開始尋找解決辦法，設法建立變量分組和評分卡性能之間的關系。變量分組可以有無數種方案，哪一種方案最能改善評分卡性能呢？也就是說我們需要一種測量工具，幫助我們對每一種方案進行評估，然后確定最好的分組方案。

好在信息論領域給我們提供了一些很好的測量工具。例如：

- WOE：Weight of Evidence 證據權重值

- IV：Information Value 信息價值

- GINI：基尼系數

還有很多工具，例如熵指數等等。這里只講 WOE 和 IV，這也是 SAS 進行變量分組的默認工具。

WOE 公式、IV 公式

舉例說明 WOE 和 IV 的計算:

21歲～24歲區間，有 82 個好用戶，在全部好用戶中占 82/700 = 0.11714，有 52 個壞用戶，在全部壞用戶中占 52/300 = 0.17333，那么WOE = ln (0.11714/0.17333) x 100 = -39.18，WOE 越小越好，表明這個分組可以更有效地識別出壞用戶。年齡的 IV 等于 0.089。IV 的標準如下：

IV 的標準并非絕對的

計算 IV 的目的是保留對性能提升有幫助的變量，刪除影響較小的變量。如下圖所示。

然后才到了對變量進行分組的步驟，如下圖所示。

經過反復的精細分組，得到單調的WOE曲線，如下圖所示。

如何給變量分組賦分？

截止到變量分組，所有的工作都還是數據預處理，包括數據清洗、變量分組、特征工程等等，這些工作是極其重要的工作，SAS 的評分卡指南有41頁，其中27頁是描述數據預處理的，差不多占了67%的篇幅。

變量分組和信用分數之間是靠模型聯系在一起的，SAS 使用的是 Logistic 回歸模型，這是工業界常用的一種算法。以某信貸機構評分卡為例。

WOE、模型系數、Score之間的關系

我們千辛萬苦搞定變量分組，引入了能夠和評分卡性能提升扯上關系的 WOE，但我們發現這還不夠，還得引入模型，而模型的好壞又間接地影響了評分卡性能。

怎么評價模型好壞呢？ 有很多工具可以評價模型好壞。例如杠桿比。如下圖所示。

如果模型有效，排序后的申請者中，一定百分位應該包含大部分需要被拒絕的用戶

或者觀察odds和信用得分的關系，如下圖所示。

odds 和信用分數呈單調關系，說明模型是有效的

我們解釋了變量分組問題，引入了 WOE，然后通過建模，解決了變量分組轉化為信用分數的問題。里面有很多細節，需要用到不同的工具。這里只講了 SAS 的作法，其實還有很多方法。我們來解決最后一個問題：

授信門檻分數（Cutoff Score）是怎么算出來的？

Cut-off Score 與 KS 之間的關系，通常選擇曲線最高點對應的 Cutoff -Score

關于評分卡的討論

評分卡是舶來品，對信用基礎數據有一定要求，國內信用基礎數據建設剛剛起步，開發出一個可以應用的評分卡，還有很多困難，但設計思路大體一致，都是設法對申請人的還款能力和還款意愿進行定量評估。除了上面提到的算法，非監督算法、貝葉斯算法、深度學習算法等都可以用來開發評分卡。

除了要關注算法，還要關注業務和產品。不同產品的風險是不同的，例如，1000元以下現金貸和6000元以下現金貸的違約風險是不同的，不同獲客渠道的申請人違約風險是不同的。評分卡和模型都是風險測量工具，整個風控體系是由數個評分卡及相應的策略（新產品設計、審批、賬戶管理、催收、核銷）組合而成，維持各個環節的平衡并不是一件很容易的事情。

參考

http://www.sas.com/technologies/analytics/datamining/miner/trial/

http://www.statsoft.com/Textbook/Credit-Scoring

L. C. Thomas, Jonathan Crook, David Edelman, Lyn Thomas (2002) Credit Scoring & Its Applications

Building Credit Scoring Models with SAS ? Enterprise Miner

Anderson, R. The Credit Scoring Toolkit. Oxford University Press, 2007

總結

以上是生活随笔為你收集整理的信贷评分卡的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。