评分卡模型

模型

• 模型是策略的工具，策略包含模型，是模型的延伸

  • 相较于专家规则，机器学习模型
    • 允许加入更多特征维度，描述更加全面
    • 上限更高、下限更低
    • 涉及更多维度特征时，维护更方便
  • 机器学习模型和专家规则并非相互替代，更多的是串联

• 业务问题转换为带解决数学问题

  • 尽量将业务问题转换为更容易解决分类问题而不是回归问题
  • 数学问题应尽量贴近业务：评估指标好不等于业务价值高
    • 远离业务问题的训练出模型，其线下评估效果好也不意味着上线效果好，如：针对客户而不是订单评价
    • 影响客户体验，如：客户等待时间预估偏低而不是偏高

• 样本构造

  • 标签定义
    • 尽量为客观事实（是否、数量），而非主观判断（等级）
    • 样本粒度贴合实际、业务（订单粒度、客户粒度）
  • 样本数量
    • 二分类场景：正例样本大于 2000，占比超过 1%
  • 采样
    • 尽量不进行人工采样，保持训练数据正、负例比例和真实情况对齐

传统评分卡

	评分卡	复杂学习
特征筛选	需筛选强特征，依赖业务经验	支持弱特征入模
特征处理	WOE 分箱，稳定性好
非线性	仅 WOE 分箱提供非线性，解释性好	非线性充分挖掘数据信息，解释性差
复杂度	模型简单，泛化性好，样本需求小	模型复杂，表达能力强，样本少时容易过拟合
调参	超参少	调参难度大
模型提升方向	分（样本）群建模	Stacking 结合评分卡

• 信用评分卡模型：利用模型将账户的属性特征按取值分组、并赋予一定分数，对账户进行信用评分

  • 最常见的金融风控手段之一，用于决定是否给予授信以及授信的额度和利率
  • 常用逻辑回归作为模型
  • 应用形式为查分组得分表、得分加和
    • 变量总是被分组，同组内得分相同
    • 用户属性变化不足以跨越箱边界，则得分不改变

• 评分卡更关注得分相对值，即得分变动情况，评分绝对值含义意义不大

  • 常用 LR 中 sigmoid 函数内线性函数结果作为初始得分
    • 根据 LR 意义，此时得分可以映射为账户的违约概率
  • 为美观，可能会对得分做线性变换
    • 常对各特征得分做放缩、对账户得分和做平移，此时放缩比例除以 $ln2$ 即为 PDO （对特征得分同时做等比例放缩、平移可行但蠢）
    • 线性变换后得分绝对值无意义，特征重要性可用特征各分组得分差距衡量

• 评分卡在不同业务阶段体现的方式、功能不一样，按照借贷用户借贷时间可以分为

  • 申请评分卡 Application Score Card：贷前申请评分卡
  • 行为评分卡 Behavior Score Card：贷中行为评分卡
  • 催收评分卡 Collection Score Card：贷后催收评分卡

Stacking 评分卡

• 考虑将评分卡、机器学习模型结合，使用机器学习模型构建特征，在此基础之上建立评分卡模型

• Stacking 思想下的模型架构

  • 原始数据域
  • 数据挖掘、特征工程
  • 数据域特征子模型
  • 评分卡模型

• 架构优势

  • 可解释性：保留在数据域粒度上的可解释性
  • 信息提取：子模型提取弱特征信息，降低特征工程门槛
  • 维度多样性：特征子模型机制，降低特征筛选必要性，保证各数据域都有特征入模
  • 模块化：具有良好扩展性，支持子模型替换、删除
  • 并行化：各数据域特征子模型专业、独立负责，提高效率

• 架构劣势

  • 牺牲部分可解释性：若策略、模型使用相同变量，策略阈值调整对模型影响难以估计
    • 控制入模变量数目，便于快速定位
    • 利用 SHAP、LIME 等工具解释模型
  • 增加上线、维护成本：需要上线多个模型，且对多个架构多个层次都进行监控
  • 协同建模增加对接成本
  • 分数据域特征子模型建模，容易造成数据孤岛，无法捕捉不同数据域间的数据联系
    • 跨数据域构造特征，构建跨数据域子模型

B 卡 - Behavior Scoring

贷中风控：根据借款人放贷后行为表现，预测未来逾期风险

• B 卡用于动态监控放款后风险变化

  • 贷前阶段对借款人履约行为掌握少，且为静态数据
  • 一般无需实时，离线T+1计算即可

• B 卡适合的信贷场景

  • 还款周期长
    • 长周期场景用户风险变化可能性大，与 A 卡形成区分
    • 引入贷中客户信息、还款履约行为，更准确识别客户逾期风险
  • 循环授信
    • 贷前阶段，无法很好识别客户风险，设置初始额度
    • 贷中与客户更多交互之后，可根据获取的贷中行为信息进行提额、降额操作

• B 卡区分度一般很高

  • 除贷前数据之外，还可以使用账户的贷中表现数据
  • 特别的，不考虑排序性的情况下，使用是否逾期作为划分依据也能得到较高的 TPR-FPR，给出 KS 的下限

• B 卡建模主要基于老客

  • 老客有足够长的申贷、还款记录
  • 新、老客定义口径
    • 新客：无历史结清订单
    • 老客：至少有1笔结清订单

C 卡 - Collection Scoring

贷后催收评分卡：当前状态为逾期情况下，预测未来出催可能性

• 现阶段业界对 C 卡不够重视

  • 贷前风控最重要，优秀的贷前带来更容易的贷中、贷后
  • 催收效果和人员更相关，而逾期发生之后往往会委外
  • 随信贷行业的发展，贷后催收会趋向于精细化、专业化的发展，模型+策略的优化愈发重要

• 模型分群

  • 新老入催用户
    • 首次入催
    • 再次入催
  • MOB 信息（数据厚薄）
    • 还款月份数
    • 催记月份数
  • 订单详情
    • 利率
    • 期限
    • 金额

样本选择

• 建模样本窗口选择

  • 特征覆盖度：保证数据厚薄程度相同
  • 催收动作变化：出催没有大幅度变动
  • 客群变化：入催没有大幅变动

• 同用户订单合案

  • 不合案：同用户多笔订单视为不同样本
    • 表现期内入催当期结清视为出催
  • 合案：同用户相近观察点入催订单合并
    • 表现期内入催当期所有账单还清视为出催
    • 对发生过 M2+ 逾期者，可将只要出催一期即视为出催

C 卡模型

• 根据模型作用时间段分类

• M1 全量模型：预测 M1 阶段（逾期 30 天内）还款概率

  • 样本：所有入催样本整体
    • 若缓催期内催出用户较多，则模型主要学习了缓催样本信息，约等于缓催响应模型，对非缓催样本效果较差
  • 时间窗口
    • 观察点：还款日
    • 表现期：M1 阶段

• 缓催响应模型：预测适合缓催人群

  • 样本：需要积累足够的缓催响应样本
    • 若有足够缓催响应样本，可以和M1全量模型同时构建
    • 否则，在 M1 全量模型得分高（出催概率高）人群上进行 AB Test，积累缓催响应样本
  • 时间窗口
    • 观察点：还款日
    • 表现期：缓催响应日(2-3 天)

• 贷后 N 天流转模型：预测贷后N天后的还款概率

  • 样本：缓催内未出催样本
    • 去除缓催样本影响，更多学习缓催期外出催样本信息
    • 优先对催出概率高的人群进行催收，提高出催概率
  • 时间窗口
    • 观察点：还款日（逾期）后 N 天
    • 表现期：至下个流转模型观察点、逾期阶段结束时间点

• M2+ 模型：预测 M2+ 阶段的还款概率（类似贷后流转模型）

  • 样本：M1 阶段未出催样本
  • 时间窗口
    • 观察点：M2 阶段起始
    • 表现期：至下个流转模型观察点、逾期阶段结束时间点

模型应用方法

• 缓催响应人群确定

  • 交叉 M1 模型、缓催响应模型，根据模型交叉结果设置阈值
  • 根据阈值筛选缓催响应人群
  • 限定缓催期（2-3 天），将缓催响应样本分为人工催收、缓催两组，观察两组在缓催期限内出催率变化
    • 若出催率相同，则认为缓催响应人群分析方法可行，对缓催响应人群可采取缓催策略
    • 若出催率相差较大，则调整缓催响应人群分析方法

  • 缓催模型响应时间（缓催期）可根据响应时间段内的出催率变化设置

• 模型搭建策略

  • M1 阶段出催概率较大，在M1阶段会设计多个细分模型
    • 至少：M1 阶段全量模型
    • 缓催样本足够
      • 缓催响应模型
      • 贷后 N 天流转模型
    • 精细化管理：多个不同时间窗口的贷后流转模型
  • M2+ 阶段根据样本量、精细化程度设置适量模型

开发流程标准化

• 风控模型开发流程标准化意义
  • 提高建模效率：可批量快速生产模型，提高效率
  • 帮助理解指标逻辑、业务含义，利于调试优化
  • 流程规范约束
    • 统一建模流程，减少出错概率、便于问题回溯
    • 统一命名方式，便于汇总文档

数据预处理

特征编码

• 特征离散化

• WOE 编码特征

  • WOE 曲线应符合业务逻辑（一般单调），并且经过跨时间 窗口验证，否则应该调整
  • LR 模型中特征权重应该全为正值，否则
    • 同数据 WOE 值体现的逻辑相违背
    • 负值权重特征存在较严重共线性

• one-hot 编码特征

  • 同特征下个分箱单独作为独立变量取值
    • 权重灵活性更大，模型效果可能较好
    • 变量数量多，需要样本数量大，模型效果可能较差（随机解法）
  • 各特征分箱之间无联系，难以通过模型剔除某个变量

样本赋权

• 样本赋权：充分利用所有样本的信息，避免样本有偏
  • 按样本距今时间赋权，近期样本高权重
  • 按业务特性赋权，不同额度、利率、期限不同权重
  • 按账户类型赋权

拒绝推断

• Reject Inference 拒绝推断：避免样本偏差导致模型估计过于乐观

Exploratory Data Analysis

• 风控领域样本较少，一般按月粒度观察，即将样本按月分组为 vintage 进行分析，探索、评估数据

  • 稳定性
  • 信息量
  • 信息重复/相关性

• 实操中可逐阶段设置多组阈值，分布进行变量探索、筛选

  • 多组阈值逐步剔除能尽可能保留高信息量特征
  • 避免相关性、RF 特征重要度等 非单变量指标 剔除过多特征

模型评估

• 有效性/区分度

  • GINI 指数
  • KS 值
  • 坏样本率：组内、累计
  • 提升度 = 召回样本坏样本率 / 全部样本坏样本率
  • odds = 坏样本率 / 好样本率

• 排序性

  • AUC 值/ROC 曲线

• 稳定性

  • PSI
  • 各 Vintage 内坏占比、Lift 值、odds 等指标稳定性

• 模型得分展示表

  • 箱内样本数
  • 好、坏样本数
  • 箱内坏样本、比例
  • 累计好、坏样本
  • 累计好、坏样本比例：TPR、FPR、TPR-FPR
  • 累计通过率、坏样本比例

模型应用

Calibration 模型校准

• 一致性校准：将模型预测概率校准到真实概率
• 尺度变换：将风险概率转换为整数分数

导出得分

• 原始得分

  • one-hot 编码：LR 模型系数
  • WOE 编码：LR 模型系数（权重）、WOE 值之积

• 常对各特征得分做放缩、对账户得分和做平移

  • PDO：违约翻倍得分
    • 用于缩放原始得分
    • 得分按 $\frac {PDO} {ln2}$ 缩放后，得分减少 $PDO$ 分，用户违约 odds 翻倍，缺省即 $ln2$
  • 账户得分总和平移则仅仅是为了美观

  • 对特征得分同时做等比例放缩、平移可行但蠢