信用评分卡开发流程报告

1、分卡开发流程文档一、 数据集切分 将数据集按照 70% 与 30%比例切分为训练集和测试集两部分； 分别对训练集与测试集进行数据预处理1. 衍生变量：进行衍生的变量1) 未销户信用卡最近 6个月平均使用率 =未销户信用卡最近 6 个月平均使用额度 /未销户 信用卡授信总额2) 未销户信用卡已使用率 =未销户信用卡已用额度 / 未销户信用卡授信总额2. String 变量转换为数值型。1) 性别： 男=0 ；女 =1；缺失 =-1；2) 最高学历： 硕士及以上 =5；本科 =4 ；大专 =3；高中 =2；初中及以下 =1；缺失 =-1 ；3) 婚姻状况 已婚已育 =5；已婚未育 =4；离异 =3

2、；未婚 =2 ；其他 =1；缺失 =-1；4) 现住房情况多套自有 =11；自有 =10；小产权 =9；宅基地房 =8；共同拥有或与父母同住 =7 ；与父母同 住 =6；租借或公司所有 =5；租房 =4 ；自购现无贷款 =3； 自购现有贷款 =2；其他 =1；缺失 = -15) 单位职务 高层领导 =3；中层领导 =2 ；一般员工 =1；缺失 =-1；6) 单位性质 国有企业 =4；政府机关 =3；微型企业 =2；民营企业 =1；缺失 =-1 ；7) 手机号码是否一致一致 = 1；不一致 =0；缺失 = -1；8) 坏客户标签 坏客户 =1 ；好客户 =03. 缺失值处理1) 变量初分类：各变

3、量元素个数检查a) 当变量元素数值个数 = 1，表示为常量；删除该变量；b) 当变量元素为数值且剔除缺失类型后，元素类型=10;归为连续型变量；c) 其他变量归类为类别型变量；2) 变量缺失值处理a) 对连续型变量： 如果缺失值比例大于 0.7，删除变量； 其他变量中缺失值采用 -999999 特殊处理，单独归为一类；b) 对于类别型变量：如果缺失值比例大于 0.5，删除变量；其他变量中缺失值采用 随 机插值法 补充缺失值；训练集数据分箱1、类别型变量分箱方法根据数据预处理中得到的类别变量，1) 如果类别变量元素类型中有坏客户率相同的组，如果元素类别大于2，合并元素。2) 如果类别变量元素中最

4、小箱占比小于总样本比例2%，根据其坏客户率，寻找坏客户率最相近的组，进行合并，直到最小箱占比大于总样本比例2%。3) 如果类别变量元素类型超过 5 类， 寻找变量中最小箱， 计算其坏客户率， 寻找与其坏客 户率最相邻的元素合并，直到变量元素类型不超过 5 类。4) 如果类别变量元素类型不超过 5 类，检查单个变量占箱的比例； 如果类别中某一类超过 变量整体个数比例 90%；删除该变量；5) 检查每一组分箱中坏客户比例，如果存在某个箱中坏客户比例为0，则进行合并；a) 合并的原则如下：根据坏客户比例从低到高排序，根据排序将坏客户比例为 0 的组 与相邻组合并，直到不存在坏客户比例为 0 的组；b

5、) 检查是否存在某一类超过变量整体个数比例90%，如果存在，则删除该合并分组后的变量。6) 经过以上步骤后得到的类别变量，计算类别变量的WOE和IV值；2、连续型变量分箱方法连续型变量 = 预处理中得到的连续型变量。1) 如果数值变量中元素存在为 -999999的，把-999999 单独归为一类处理；2) 将以上连续型变量进行卡方分箱，得到分割点，进行初步分箱；分箱原则： 最大分箱组数为 5 组，分箱保证了组内元素的卡方值差异最小， 进行分箱合 并；3) 得到初步分箱组a) 检查每一组分箱中坏客户比例是否存在 =0 的组， 如果存在， 需要对其进行合并， 直 到不存在为止。b) 检查分箱组中，

6、组间所对应的坏客户比例是否单调；如果不单调，根据卡方分箱原 则，将分箱组数进行缩减，直到单调。a) 检查分箱后某一组超过变量整体个数比例90%，如果存在，则删除该变量。4) 经过以上步骤后得到的类别变量，计算类别变量的WOE和IV值；三、将训练集原数据用WOE值替代；四、训练集单变量及多变量筛选(剔除多重共线性)1、单变量筛选：1) IV值筛选标准：IV 0.2;2、多变量筛选1) 计算WOE替代后变量间的相关系数，如果变量间相关系数0.6,比较该组变量IV值，删除IV值小的变量；2) 通过对不同变量线性回归得到的 於，计算VIF值，剔除VIF = 1/ (1 -R2) 10的变量；五、构建及

7、评估逻辑回归模型1、 利用上述步骤筛选得到的变量，构建逻辑回归方程；2、 采用后向逐步回归，通过剔除逻辑回归方程 P值最不显着的变量(P值0.05),重复 以上步骤，直到所有变量均显着，或者最后没有可剔除变量。3、最后得到的逻辑回归方程即为所训练的最终模型。4、通过计算KS AR指标评估模型；训练集 KS and AR for the scorecard in the test dataset are 57% and 45%变量类别WOEIn terceptCofficie ntWOE*Coff+In tercep/11FactorOffsetScore性别女0.66-2.39-0.97-0.

8、8672.13217.8181.70性别男-0.16-2.39-0.97-0.0672.13217.8124.25最高学历初中及以下0.02-2.39-0.61-0.2372.13217.8136.47最高学历大专-0.07-2.39-0.61-0.1772.13217.8132.31最高学历高中-0.23-2.39-0.61-0.0872.13217.8125.41最高学历本科及缺失及硕士及以上0.35-2.39-0.61-0.4372.13217.8150.96婚姻状况已婚已育0.16-2.39-0.91-0.3672.13217.8146.05婚姻状况未婚0.10-2.39-0.91-0

9、.3172.13217.8142.06婚姻状况其他及离异-0.55-2.39-0.910.2872.13217.81-0.34婚姻状况已婚未育及缺失1.03-2.39-0.91-1.1572.13217.81102.60现住房情况其他-0.29-2.39-0.900.0572.13217.8116.38现住房情况缺失0.35-2.39-0.90-0.5372.13217.8158.26现住房情况自购现有贷款及共同拥有或与父母 同住及小产权0.44-2.39-0.90-0.6172.13217.8163.70现住房情况宅基地房及与父母同住及自有及租 借或公司所有及多套自有-0.68-2.39-0

10、.900.3972.13217.81-8.49现住房情况自购现无贷款及租房0.16-2.39-0.90-0.3672.13217.8145.63单位性质国有企业0.02-2.39-0.86-0.2472.13217.8136.84单位性质微型企业0.30-2.39-0.86-0.4772.13217.8153.91单位性质政府机关0.01-2.39-0.86-0.2372.13217.8136.16单位性质民营企业-0.09-2.39-0.86-0.1472.13217.8129.64单位性质缺失-0.37-2.39-0.860.1072.13217.8112.84本人查询次数统计 BinBi

11、n0 =20.16-2.39-0.72-0.3372.13217.8143.69本人查询次数统计 BinBini =3-0.68-2.39-0.720.2772.13217.810.13本人查询次数统计 BinBin2 4-1.22-2.39-0.720.6572.13217.81-27.34近6个月累计查询次数BinBin0 =80.19-2.39-0.73-0.3672.13217.8145.50近6个月累计查询次数BinBini =11-0.58-2.39-0.730.2072.13217.815.16近6个月累计查询次数BinBin2 15-1.52-2.39-0.730.8972.1

12、3217.81-44.24正在使用的信用卡超额Bin0 =9-0.19-2.390.79-0.3772.13217.8146.34便用账尸数正在使用的信用卡超额 使用账户数Bin1 =120.07-2.390.79-0.1672.13217.8131.39止在使用的信用卡超额 使用账户数Bin2 =160.20-2.390.79-0.0672.13217.8124.21止在使用的信用卡超额 使用账户数Bin3 241.09-2.390.790.6472.13217.81-26.46查询未放款次数Bin0 =10.19-2.39-0.72-0.3572.13217.8145.27查询未放款次数B

13、in1 =2-0.74-2.39-0.720.3172.13217.81-2.78查询未放款次数Bin2 =3-0.75-2.39-0.720.3272.13217.81-3.12查询未放款次数Bin3 4-1.43-2.39-0.720.8172.13217.81-38.55最近1个月内的查询次 数（贷款审批）Bin0 =20.15-2.39-0.69-0.3272.13217.8142.80最近1个月内的查询次 数（贷款审批）Bin1 =27-0.60-2.39-0.690.1972.13217.815.79最近1个月内的查询次 数（贷款审批）Bin2 =83-0.70-2.39-0.69

14、0.2772.13217.810.45最近1个月内的查询次 数（贷款审批）Bin3 118-1.12-2.39-0.690.5672.13217.81-20.32信用卡近24个月内正 常还款月数 BinBin0 =2-0.77-2.39-1.360.8372.13217.81-39.87信用卡近24个月内正 常还款月数 BinBin1 =27-0.23-2.39-1.360.0972.13217.8112.99信用卡近24个月内正 常还款月数 BinBin2 =830.46-2.39-1.36-0.8472.13217.8180.25信用卡近24个月内正 常还款月数 BinBin3 1180.

15、85-2.39-1.36-1.3772.13217.81118.58六、测试集数据分箱根据逐步回归模型得到的变量具有显着意义的变量，对于连续行变量，依据其在训练集的分箱的切点，对上述变量中连续型变量进行分箱操作 对于分类型变量，根据其在训练集的合并规则，对上述变量中分类型变量进行分箱操作。七、根据测试集数据分箱，按照训练集所得的 WOE进行替代。八、根据所得到的训练集 WOE表计算评分按照公式计算每个用户所对应的评分。九、测试集用户得到的评分进行等频划分根据用户得分的顺序，从低到高将用户评分划分为30组，根据所划分的分组，计算测试集KS = 0.29in dexbadgoodtotalscore b inBad CumRateGood CumRatetalPc ntKS01942615551.0001.0000.0330.00