第4章 信用评分卡入门：评分卡原理、A卡/B卡/C卡的区别、评分卡开发流程
信用评分卡，说白了就是给借款人打个分。
分数越高，信用越好，违约概率越低。这个逻辑听起来简单，但真正落地的时候，坑多得很。我刚开始做评分卡那会儿，就踩过不少雷。今天咱们把评分卡的原理、分类、开发流程一次性讲透。
4.1 评分卡的核心原理
评分卡的本质，是一个概率模型。它把借款人的特征（比如年龄、收入、负债比）映射成一个分数，这个分数对应着违约概率。
数学上，评分卡通常基于逻辑回归。公式长这样：
log(odds) = β₀ + β₁X₁ + β₂X₂ + ... + βₙXₙ
Score = Offset + Factor × log(odds)其中：
- odds = 好客户概率 / 坏客户概率
- Offset 和 Factor 是缩放参数，用来把log(odds)映射到我们想要的分数区间
举个例子。假设我们设定：
- odds为50:1时，分数为600分
- odds每翻一倍，分数增加20分
那么Factor = 20 / ln(2) ≈ 28.85，Offset = 600 - 28.85 × ln(50) ≈ 487.2。
嗯，这里要注意：Offset和Factor一旦确定，整个评分卡的分数就定死了。我在项目中遇到过有人随意改这两个参数，结果分数分布全乱套了。
核心要点：评分卡不是拍脑袋定的分数，而是通过统计模型+业务规则共同推导出来的。每个分数背后，都对应着一个明确的违约概率。
4.2 A卡、B卡、C卡的区别
很多新手搞不清这三类卡的区别。我直接给你画个表：
| 类型 | 全称 | 应用场景 | 数据来源 | 预测目标 |
|---|---|---|---|---|
| A卡 | 申请评分卡 | 客户申请时 | 申请表、征信报告 | 是否违约（通常看前6-12个月） |
| B卡 | 行为评分卡 | 客户使用中 | 交易行为、还款记录 | 是否逾期、额度使用率等 |
| C卡 | 催收评分卡 | 客户逾期后 | 催收记录、联系信息 | 催收成功率、回收率 |
你想想看，这三类卡的生命周期是完全不同的：
- A卡：决定准不准入。这是第一道防线。我见过很多公司A卡做得粗糙，结果坏账率直接飙到10%以上。
- B卡：决定提不提额、降不降额。客户用了一段时间，行为数据出来了，这时候B卡比A卡更准。
- C卡：决定怎么催、催多狠。逾期了，是发短信、打电话还是上门？C卡告诉你优先级。
个人经验：我建议小公司先做A卡，把准入关把好。B卡和C卡可以等数据积累到一定量级再搞。别一上来就想全做，容易翻车。
4.3 评分卡开发流程
评分卡的开发，不是一锤子买卖。它有一套标准流程。我把它总结成6步：
- 数据准备：收集样本、清洗数据、处理缺失值
- 特征工程：变量筛选、分箱、WOE编码
- 模型训练：逻辑回归、参数估计
- 模型评估：KS、AUC、PSI等指标
- 分数映射：把模型输出转成评分卡分数
- 上线监控：持续跟踪分数分布、模型稳定性
下面这张图，把整个流程串起来了：
4.4 关键步骤详解
4.4.1 数据准备
这一步最枯燥，但也最重要。我见过太多人急着建模，结果数据里一堆脏数据，模型效果自然好不了。
具体要做的事：
- 样本定义：好客户、坏客户怎么定义？通常坏客户是逾期90天以上的，好客户是正常还款的。
- 观察期与表现期：观察期是特征采集的时间窗口，表现期是看客户是否违约的时间窗口。一般观察期6-12个月，表现期6-12个月。
- 数据清洗：缺失值处理、异常值剔除、重复记录删除。
避坑指南：我曾经遇到过样本不平衡的问题——好客户10万，坏客户只有500。直接建模的话，模型会倾向于把所有客户都判为好客户。解决办法是欠采样或过采样，或者用SMOTE算法。
4.4.2 特征工程
特征工程是评分卡的核心。说白了，就是找到那些能区分好客户和坏客户的特征。
常用的特征包括：
- 人口属性：年龄、性别、婚姻状况
- 信用历史：征信查询次数、逾期次数、信用卡使用率
- 负债情况：负债收入比、贷款笔数
- 稳定性指标：工作年限、居住年限
特征选好后，要做分箱和WOE编码。分箱就是把连续变量切成几段，比如年龄分成18-25、26-35、36-45等。WOE编码则是计算每个箱子的好坏客户比例。
# 分箱示例（伪代码）
age_bins = [18, 25, 35, 45, 60, 100]
age_labels = ['18-25', '26-35', '36-45', '46-60', '60+']
# WOE计算
WOE = ln(好客户占比 / 坏客户占比)4.4.3 模型训练与评估
模型训练通常用逻辑回归。为什么？因为逻辑回归可解释性强，每个特征的系数都能直接解读。
评估模型好坏，主要看这几个指标：
- KS值：衡量模型区分好坏客户的能力。KS > 0.3算及格，> 0.4算优秀。
- AUC：ROC曲线下的面积。AUC > 0.7算不错，> 0.8算很好。
- PSI：衡量模型稳定性。PSI < 0.1说明模型稳定。
个人习惯：我一般先看KS，再看AUC。KS太低的话，模型基本不能用。AUC高但KS低，说明模型可能过拟合了。
4.5 评分卡上线后的监控
模型上线不是终点，而是起点。我见过太多模型上线后就不管了，结果半年后效果一塌糊涂。
监控主要看三点：
- 分数分布：每个月分数分布是否稳定？如果突然偏移，说明客群变了。
- PSI：每个月计算一次PSI，超过0.1就要警惕。
- 坏账率：实际坏账率是否和模型预测的一致？
嗯，这里要特别提醒：模型不是万能的。它只能告诉你概率，不能保证结果。所以评分卡通常和人工审核、规则引擎配合使用。
我的建议：评分卡开发过程中，一定要和业务方多沟通。你做的模型再漂亮，业务方用不上也是白搭。我每次做评分卡，都会拉着风控、产品、运营一起评审，确保大家理解一致。
好了，评分卡入门就讲到这里。下一章咱们聊聊评分卡开发中的具体技术细节，比如分箱怎么做、WOE怎么算、模型怎么调参。这些东西，都是实战中必须掌握的硬功夫。