信用评分卡开发流程报告

1、.wd.wd.wd.评分卡开发流程文档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局部；二、分别对训练集与测试集进展数据预处理衍生变量：进展衍生的变量未销户信用卡最近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String 变量转换为数值型。性别： 男=0 ；女=1；缺失=-1；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；婚姻状况已婚已育 =5；已婚未育=4；离异=3；未婚=2；其他=1；缺失=-1；现住房情况多套自有=11；自有=10；

2、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 = -1单位职务高层领导=3；中层领导=2 ；一般员工=1；缺失 =-1；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；手机号码是否一致一致 = 1；不一致=0；缺失 = -1；坏客户标签坏客户 =1 ；好客户 =0缺失值处理变量初分类：各变量元素个数检查当变量元素数值个数 =1，表示为常量；删除该变量；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；其他变量归类为类别型变量；变量缺失值处理对连续

3、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；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；二、训练集数据分箱类别型变量分箱方法根据数据预处理中得到的类别变量，如果类别变量元素类型中有坏客户率一样的组，如果元素类别大于2，合并元素。如果类别变量元素中最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，进展合并，直到最小箱占比大于总样本比例2%。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。如果类

4、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；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，那么进展合并；合并的原那么如下：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；检查是否存在某一类超过变量整体个数比例90%，如果存在，那么删除该合并分组后的变量。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；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。如果数值变量中元素存在为-999999的，把-999999单独归为一类处理；将以上连续型变量进展卡

5、方分箱，得到分割点，进展初步分箱；分箱原那么：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，进展分箱合并；得到初步分箱组检查每一组分箱中坏客户比例是否存在=0的组，如果存在，需要对其进展合并，直到不存在为止。检查分箱组中，组间所对应的坏客户比例是否单调；如果不单调，根据卡方分箱原那么，将分箱组数进展缩减，直到单调。检查分箱后某一组超过变量整体个数比例90%，如果存在，那么删除该变量。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：IV值筛选标准：IV 0.2;2、多变量筛选计算WO

6、E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；通过对不同变量线性回归得到的R2，计算VIF值， 剔除VIF = 1/1 R210的变量；五、构建及评估逻辑回归模型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值最不显著的变量P值0.05，重复以上步骤，直到所有变量均显著，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%

7、and 45%变量类别WOEInterceptCofficientWOE*Coff+Intercep/11FactorOffsetScore性别女0.66-2.39-0.97-0.8672.13217.8181.70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-

8、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0.10-2.39-0.91-0.3172.13217.8142.06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

9、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-0.68-2.39-0.900.3972.13217.81-8.49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.

10、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_BinBin0 =20.16-2.39-0.72-0.3372.13217.8143.69本人查询次数统计_BinBin1 =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

11、数_BinBin1 =11-0.58-2.39-0.730.2072.13217.815.16近6个月累计查询次数_BinBin2 15-1.52-2.39-0.730.8972.13217.81-44.24正在使用的信用卡超额使用账户数Bin0 =9-0.19-2.390.79-0.3772.13217.8146.34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正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正在使用的信用卡超额使用账户数Bin3 241.0

12、9-2.390.790.6472.13217.81-26.46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Bin1 =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

13、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 =83-0.70-2.39-0.690.2772.13217.810.45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

14、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 1180.85-2.39-1.36-1.3772.13217.81118.58六、测试集数据分箱根据逐步回归模型得到的变量具有显著意义的变量，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展分箱操作。对于分类型变量，根据其在训练集的合并规那么，对上述变量中分类型变量进展分箱操作。七、根据测试集数据分箱，按照训练集所得的WOE进展替代。八、根据所得到的训练集WOE表计算评分按照公式 socre= ivar-WOE*Coff+Intercep/n*factor + Offset/n 计算每个用户所对应的评分。九、测试集用户得到的评分进展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 = 0.29。indexbadgoodtotalscore_binBad_CumRateGood_CumRatetalPcntKS01942615551.000 1.000 0.033 0.000 十、模型的结论和感想模型缺陷： 1、模型在对训练集中连续型数据处理有一定缺陷；主要表达在分箱未考虑最小箱占比过小带来的分组随机差异。2、在训练集的测试中，未进展过采样