风控评分模型 · 变量筛选与分箱技术 | 课程目录

风控评分模型概述

评分卡模型 · 信贷全生命周期 · CRISP-DM标准流程

数据准备与探索性分析

征信/行为/三方数据 · 质量检查 · 缺失异常 · 单变量分布

变量筛选方法论

预测力·稳定性·可解释性 · IV/PSI/相关性/随机森林

信息值(IV)与证据权重(WOE)

WOE公式与含义 · IV评价标准 · 单调性检验

群体稳定性指标(PSI)

PSI公式 · 稳定/需关注/不稳定 · 跨时间窗口计算

相关性分析与多重共线性

皮尔逊/斯皮尔曼 · VIF · 高相关变量处理策略

基于机器学习的变量筛选

随机森林 · Lasso · XGBoost · 与统计方法对比

分箱技术概述

为什么分箱 · 单调性/可解释/样本量 · 等距/等频/最优

等距分箱与等频分箱

cut/qcut实现 · 优缺点 · Python代码

卡方分箱(ChiMerge)

卡方统计量 · 自底向上合并 · 停止条件 · Python实现

决策树分箱

CART原理 · 最小样本量 · 与卡方对比 · sklearn实现

最优分箱(Binning by IV)

IV最大化 · 递归分割合并 · WOE单调 · scorecardpy

分箱后处理与调整

合并小样本 · 空箱/缺失箱 · 业务调整 · 单调性强制

WOE编码与转换

WOE公式 · 线性化/缺失处理 · Python实现

变量筛选实战案例(上)

IV+PSI+相关性筛选 · 100→30变量 · Python代码

变量筛选实战案例(下)

随机森林+Lasso · 15-20变量 · 重要性排序与业务解释

分箱实战案例(上)

连续变量(年龄/收入/负债比) · 卡方vs决策树 · 代码

分箱实战案例(下)

分类变量(职业/学历/婚姻) · 稀疏合并 · WOE单调检查

分箱质量评估

IV计算 · WOE单调图 · KS统计量 · 跨时间PSI

自动化筛选与分箱Pipeline

数据→缺失→分箱→WOE→IV→PSI→输出 · Python类

变量筛选中的业务约束

强制入模 · 监管要求 · 可解释性 · 业务平衡

时间稳定性分析

跨时间PSI · 分箱边界稳定 · WOE趋势 · 衰退预警

缺失值处理策略

缺失率>70%删除 · 单独成箱 · 填充 · 作为信息

异常值处理策略

3σ/IQR识别 · 单独成箱 · Winsorize · 业务规则

A卡(申请评分卡)应用

申请数据特点 · 收入/负债/征信查询 · 分箱注意事项

B卡(行为评分卡)应用

行为数据特点 · 交易频次/额度使用率/逾期 · 分箱注意

C卡(催收评分卡)应用

催收数据 · 联系次数/承诺还款/历史响应 · 分箱注意

模型监控与变量回溯

上线监控 · PSI定期计算 · 变量失效 · 替换更新

可解释性在变量筛选中的重要性

SHAP值 · 变量影响方向 · 业务人员理解

课程总结与最佳实践

完整流程回顾 · 陷阱避坑 · 推荐工具(scorecardpy/optbinning/toad) · 未来趋势