信用风险评分卡实战指南

📚 共计 30 章节
第1章
信用评分卡概述
什么是信用评分卡 · 评分卡在金融风控中的作用 · 评分卡的类型(申请评分卡、行为评分卡、催收评分卡) · 评分卡开发流程概览
入门核心概念
第2章
风险计量基础
违约概率(PD) · 违约损失率(LGD) · 违约风险敞口(EAD) · 预期损失(EL)与非预期损失(UL)的概念与计算
计量Basel
第3章
数据准备与探索
数据源介绍(征信、行为、第三方) · 数据质量检查 · 缺失值处理 · 异常值处理 · 探索性分析(EDA)
数据清洗EDA
第4章
特征工程基础
特征构造(衍生变量、交叉特征、时间窗口) · 特征筛选(IV值、相关性、方差过滤) · 特征分箱原理
特征工程分箱
第5章
WOE与IV计算
WOE(证据权重)数学原理与业务含义 · IV(信息量)计算与评估标准 · WOE编码优缺点 · 实际项目中的WOE转换技巧
WOEIV
第6章
逻辑回归模型
逻辑回归原理(Sigmoid函数、极大似然估计) · 模型训练与评估 · 模型系数解读 · 逻辑回归在评分卡中的特殊地位
逻辑回归核心
第7章
评分卡刻度设计
刻度参数(基准分、PDO) · 评分公式推导 · 分数与概率的映射关系 · 刻度参数的业务设定方法
刻度PDO
第8章
评分卡生成
将逻辑回归系数转换为评分卡分数 · 评分卡分值表生成 · 变量分数分配 · 评分卡结果验证
生成分值表
第9章
模型评估指标
混淆矩阵 · KS值 · AUC-ROC曲线 · Gini系数 · Lift曲线 · 模型稳定性指标(PSI)
评估KSPSI
第10章
模型验证与交叉验证
训练/验证/测试集划分 · K折交叉验证 · 时间序列验证 · 模型过拟合判断与处理
验证过拟合
第11章
拒绝推断
拒绝推断的必要性 · 硬截断法 · 软截断法 · 扩张法 · parcels方法 · 实际应用中的注意事项
拒绝推断高级
第12章
样本设计
好/坏客户定义 · 观察期与表现期设定 · 样本抽样方法(分层、随机) · 样本量计算
样本设计
第13章
时间窗口设计
表现期长度选择(12/24个月) · 观察期长度选择 · 时间窗口对齐方法 · 窗口漂移问题处理
时间窗口对齐
第14章
缺失值处理策略
缺失值删除 · 均值/中位数填充 · 模型预测填充 · 缺失值作为单独类别 · 不同场景下的选择建议
缺失值填充
第15章
异常值处理策略
标准差法 · 四分位距法(IQR) · 业务规则法 · 异常值截断与平滑处理
异常值IQR
第16章
特征分箱技术
等距分箱 · 等频分箱 · 卡方分箱 · 决策树分箱 · 最优分箱算法 · 分箱后的单调性约束
分箱卡方
第17章
多模型对比
逻辑回归 vs 决策树 vs 随机森林 vs XGBoost · 各模型在评分卡场景下的优劣 · 模型融合策略
模型对比集成
第18章
评分卡上线部署
评分卡模型导出 · API服务封装 · 实时评分与批量评分 · 模型上线验证流程
部署API
第19章
模型监控体系
PSI月度监控 · 特征分布监控 · 分数分布监控 · 模型预警阈值设定 · 监控报告自动生成
监控PSI
第20章
模型迭代与优化
模型衰退原因分析 · 模型重训策略 · 增量学习 · 版本管理 · 回测机制
迭代优化
第21章
评分卡在信贷全流程中的应用
贷前审批 · 贷中管理 · 贷后催收 · 额度管理 · 利率定价
应用全流程
第22章
评分卡与决策引擎
决策引擎架构 · 规则与评分卡结合 · 决策流设计 · 实时决策与批量决策
决策引擎规则
第23章
评分卡合规与公平性
模型可解释性要求 · 公平性评估(群体公平、个体公平) · 监管合规要点(巴塞尔协议、GDPR)
合规公平性
第24章
项目实战案例一:消费贷评分卡
消费贷评分卡开发(从数据到上线全流程)
实战消费贷
第25章
项目实战案例二:小微企业贷评分卡
小微企业贷评分卡开发(特征构造与模型优化)
实战小微
第26章
项目实战案例三:信用卡行为评分卡
信用卡行为评分卡开发(行为数据特征工程)
实战行为评分
第27章
评分卡工具与框架
Python评分卡库(scorecardpy、optbinning) · 自动化建模工具 · 可视化工具
工具Python
第28章
评分卡报告撰写
模型开发报告结构 · 模型验证报告 · 模型监控报告 · 面向业务部门的汇报技巧
报告沟通
第29章
评分卡前沿技术
机器学习评分卡 · 深度学习评分卡 · 可解释AI在评分卡中的应用 · 联邦学习与隐私计算
前沿XAI
第30章
评分卡面试与职业发展
风控建模岗位面试常见问题 · 评分卡项目经验包装 · 职业发展路径 · 学习资源推荐
面试职业