信用評(píng)分模型的理解和學(xué)習(xí)

1、信用評(píng)分模型的理解和學(xué)習(xí)本文將圍繞以下幾點(diǎn)進(jìn)行介紹：信用風(fēng)險(xiǎn)信用評(píng)分信用評(píng)分模型建立的基本流程信用風(fēng)險(xiǎn)我們先說(shuō)一下，風(fēng)險(xiǎn)管理的發(fā)展歷程，風(fēng)險(xiǎn)管理最早起源于美國(guó)。1931年由美國(guó)管理協(xié)會(huì)保險(xiǎn)部最先倡導(dǎo)風(fēng)險(xiǎn)管理，后面在全球流行開(kāi)來(lái)，隨著互聯(lián)網(wǎng)的迅猛發(fā)展，大數(shù)據(jù)、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等新興技術(shù)開(kāi)始出現(xiàn)，讓風(fēng)險(xiǎn)管理更為精準(zhǔn)。他們通過(guò)收集銀行系統(tǒng)本身的征信數(shù)據(jù)以及用戶(hù)在互聯(lián)網(wǎng)上的的各種數(shù)據(jù)，包括人際關(guān)系、歷史消費(fèi)行為、身份特征等，通過(guò)大數(shù)據(jù)“畫(huà)像”技術(shù)，對(duì)用戶(hù)進(jìn)行全面的定位，由此來(lái)預(yù)測(cè)用戶(hù)的履約能力、降低信貸風(fēng)險(xiǎn)。什么是信用風(fēng)險(xiǎn)？說(shuō)簡(jiǎn)單點(diǎn)就是違約風(fēng)險(xiǎn)，是指借款人或交易的對(duì)方因種種原因，不愿或無(wú)力履行合同條

2、件而構(gòu)成違約，致使銀行、投資者或交易對(duì)方遭受損失的可能性。近年來(lái)消費(fèi)金融一直在迅速增長(zhǎng)，比如汽車(chē)貸款，住房貸款，信用卡貸款，小額貸款等，增長(zhǎng)趨勢(shì)迅猛，對(duì)于可自動(dòng)化對(duì)風(fēng)險(xiǎn)評(píng)估非常有必要的，通過(guò)對(duì)申請(qǐng)人信用評(píng)分來(lái)降低風(fēng)險(xiǎn)信用評(píng)分信用評(píng)分基本原理是什么呢？基于對(duì)大數(shù)據(jù)的統(tǒng)計(jì)分析，根據(jù)客戶(hù)的資料信息,對(duì)客戶(hù)信用進(jìn)行評(píng)估（打分）信用的風(fēng)險(xiǎn)評(píng)級(jí)：申請(qǐng)者評(píng)級(jí)：個(gè)人客戶(hù)申請(qǐng)融資類(lèi)業(yè)務(wù)時(shí)提交的數(shù)據(jù)進(jìn)行評(píng)級(jí)，（A卡）行為評(píng)級(jí)：個(gè)人客戶(hù)的歷史行為數(shù)據(jù)進(jìn)行評(píng)級(jí)，對(duì)客戶(hù)可能出現(xiàn)的逾期、延期等行為進(jìn)行預(yù)測(cè)（B卡）催收評(píng)級(jí)：對(duì)業(yè)務(wù)中存量客戶(hù)是否需要催收的預(yù)測(cè)（C卡）欺詐評(píng)級(jí)：業(yè)務(wù)中新客戶(hù)可能存在的欺詐行為的預(yù)測(cè)（F卡）信用

3、評(píng)分卡以一種分?jǐn)?shù)的手段來(lái)衡量風(fēng)險(xiǎn)概率的方式，分?jǐn)?shù)高代表信用越好根據(jù)信用評(píng)級(jí)的，分為四種評(píng)分卡：申請(qǐng)?jiān)u分卡，行為評(píng)分卡，催收評(píng)分卡，欺詐評(píng)分卡本文以申請(qǐng)?jiān)u分卡模型為例申請(qǐng)人信用評(píng)分條件說(shuō)明在申請(qǐng)人信用評(píng)分中，貸方需要對(duì)申請(qǐng)人是否會(huì)在未來(lái)一段時(shí)間12個(gè)月內(nèi)出現(xiàn)90天以上的逾期支付進(jìn)行評(píng)估。信用評(píng)分模型建立的基本流程明確問(wèn)題在開(kāi)發(fā)信用風(fēng)險(xiǎn)模型之前，首先要明確我們需要解決的問(wèn)題，確定是哪類(lèi)問(wèn)題，是申請(qǐng)人評(píng)分卡模型，還是行為評(píng)分卡模型，本文主要以申請(qǐng)?jiān)u分卡模型，主要目的是區(qū)分好壞客戶(hù)。數(shù)據(jù)獲取銀行自有的數(shù)據(jù)和第三個(gè)機(jī)構(gòu)數(shù)據(jù)（芝麻信用等）數(shù)據(jù)清洗缺失值處理：缺失比較少可以用均值，眾數(shù)，中位數(shù)等填充；也可以

4、用機(jī)器學(xué)習(xí)模型來(lái)填充缺失值（常見(jiàn)算法有隨機(jī)森林，決策樹(shù)，kNN等），通過(guò)算法來(lái)擬合數(shù)據(jù)。異常值處理：首先要對(duì)異常值進(jìn)行檢測(cè)：可以用四分位數(shù)（結(jié)合可視化，箱線(xiàn)圖，散點(diǎn)圖等觀測(cè)數(shù)據(jù)），基于統(tǒng)計(jì)學(xué)的方法：例如基于正態(tài)分布的一元離群點(diǎn)檢測(cè)方法；距離算法：LOF檢測(cè)，通過(guò)對(duì)每個(gè)點(diǎn)p和其領(lǐng)域點(diǎn)的密度來(lái)判斷點(diǎn)是否為異常點(diǎn)。然后處理異常值：刪除異常值；視為缺失值，用缺失值的處理方法處理；平均值來(lái)修正；不處理。異常值和缺失值處理，一定要結(jié)合實(shí)際情況。數(shù)據(jù)探索獲得變量數(shù)據(jù)的分布狀況等特征選擇變量選擇，對(duì)變量離散化，篩選出對(duì)目標(biāo)變量影響最顯著的指標(biāo)特征選擇，在數(shù)據(jù)中是非常中重要，目的在于幫助我們挑選出最有意義的特征

5、。具體特征選取方法可參考這兩篇文章：機(jī)器學(xué)習(xí)特征選擇簡(jiǎn)明指南，結(jié)合Scikit-learn介紹幾種常用的特征選擇方法-羅兵-博客園信用評(píng)分模型的變量選擇中，一般采用特征分箱的方法對(duì)特征進(jìn)行離散化，讓模型更加穩(wěn)定，再通過(guò)woe編碼，用通過(guò)基尼系數(shù)或信息價(jià)值IV找到顯著特征項(xiàng)，具體woe和IV學(xué)習(xí)參考這兩篇文章數(shù)據(jù)挖掘模型中的IV和WOE詳解-CSDN博客，InformationValue(IV)&WeightofEvidenee(WOE)-BankingCaseStudy。模型建立WOE轉(zhuǎn)化證據(jù)權(quán)重WOE轉(zhuǎn)化，將篩選后的變量轉(zhuǎn)為為WOE值，便于信用評(píng)分邏輯回歸模型建立在信用評(píng)分卡建模中，

6、用到最常用的方法就是邏輯回歸，通過(guò)Logistc回歸分析，預(yù)測(cè)好壞客戶(hù)的概率。Logistic回歸在信用評(píng)分卡開(kāi)發(fā)中起到核心作用。由于其特點(diǎn)，以及對(duì)自變量進(jìn)行了證據(jù)權(quán)重轉(zhuǎn)換(WOE),Logistic回歸的結(jié)果可以直接轉(zhuǎn)換為一個(gè)匯總表，即所謂的標(biāo)準(zhǔn)評(píng)分卡格式.邏輯回歸的本質(zhì)就是將線(xiàn)性回歸預(yù)測(cè)的值轉(zhuǎn)換為0-1的概率值,簡(jiǎn)單說(shuō)明下，考慮具有N個(gè)獨(dú)立變量的向量x=(,.),設(shè)條件概率P(y=1|x)=p為根據(jù)某件事x發(fā)生概率，通過(guò)下面回歸模型表示為：其中某件事x不發(fā)生概率為:事件發(fā)生比：，客戶(hù)的違約概率P=經(jīng)過(guò)對(duì)數(shù)轉(zhuǎn)化，模型評(píng)估K-S指標(biāo)，ROC和AUC，評(píng)估模型的區(qū)分能力、預(yù)測(cè)能力、穩(wěn)定性，具體參

7、考ROC、K-S，教你巧妙使用模型評(píng)價(jià)指標(biāo)如何評(píng)估一個(gè)機(jī)器學(xué)習(xí)模型ROC值一般在0.5-1.0之間。值越大表示模型判斷準(zhǔn)確性越高，即越接近1越好。ROC=0.5表示模型的預(yù)測(cè)能力與隨機(jī)結(jié)果沒(méi)有差別，AUC系數(shù)越高，模型的風(fēng)險(xiǎn)區(qū)分能力越強(qiáng)。KS值表示了模型正負(fù)區(qū)分開(kāi)來(lái)的能力。值越大，模型的預(yù)測(cè)準(zhǔn)確性越好。一般，KS>0.2即可認(rèn)為模型有比較好的預(yù)測(cè)準(zhǔn)確性，KS值只能反映出哪個(gè)分段是區(qū)分最大的，而不能總體反映出所有分段的效果，因果AUC值更能勝任。信用評(píng)分將Logistic模型轉(zhuǎn)換為標(biāo)準(zhǔn)評(píng)分的形式評(píng)分標(biāo)準(zhǔn):變量的值決定了該變量所分配的分值，總分就是各變量分值的和評(píng)分卡設(shè)定的分值刻度可以通過(guò)將

8、分值表示為違約和正常概率比對(duì)數(shù)的線(xiàn)性表達(dá)式為：為模型參數(shù)，式中的常數(shù)A、B的值可以通過(guò)將兩個(gè)已知或假設(shè)的分值帶入計(jì)算得到。通常情況下，需要設(shè)定兩個(gè)假設(shè)：（1）給某個(gè)特定的比率設(shè)定特定的預(yù)期分值；（2）確定比率翻番的分?jǐn)?shù)（PDO）根據(jù)以上的分析，我們首先假設(shè)比率為x的特定點(diǎn)的分值為P。貝此匕率為2x的點(diǎn)的分值應(yīng)該為P+PDO。代入式中，可以得到如下兩個(gè)等式:假設(shè)設(shè)定評(píng)分卡刻度使得比率為1:20（違約正常比）時(shí)的分值為50分，PDO為10分，代入式中求得：B=14.43，A=6.78（閥值的設(shè)定需根據(jù)行業(yè)經(jīng)驗(yàn)不斷跟蹤調(diào)整則分值的計(jì)算公式可表示為：評(píng)分卡刻度參數(shù)A和B確定以后，就可以計(jì)算比率和違約概率，以及對(duì)應(yīng)的分值了。通常將常數(shù)A稱(chēng)為補(bǔ)償，常數(shù)B稱(chēng)為刻度。式中：變量x1.xn是出現(xiàn)在最終模型中的自變量，即為入模指標(biāo)。由于此時(shí)所有變量都用WOE轉(zhuǎn)換進(jìn)行了轉(zhuǎn)換，將自變量進(jìn)行轉(zhuǎn)化式中為第i行第j個(gè)變量的WOE，為已知變量；為邏輯回歸方程中的系數(shù)，為已知變量；為二元變量，表示變量i是否取第j個(gè)值。Score表