4、评分卡模型设计：指标选取、权重分配、评分逻辑
好，咱们进入评分卡模型设计的核心环节。
前面几章我们聊了数据清洗、特征工程，说白了都是在为这一步做准备。评分卡模型，就是把用户的风险水平，用一个分数直观地表达出来。你想想看，银行审批贷款、券商评估客户，最终落到纸面上的，往往就是一个分数。这个分数怎么来的？就是靠我们今天要讲的这套逻辑。
4.1 指标选取：不是越多越好
我个人习惯，指标选取遵循三个原则：可解释性、稳定性、区分度。
可解释性，就是说这个指标得讲得通。比如“近3个月交易次数”，为什么能反映风险？因为交易活跃度低，可能意味着用户资金紧张，或者对账户不关心，这都可能是风险信号。我在项目中遇到过，有人把“用户生日月份”也塞进模型，结果回测效果还不错，但你能跟客户解释“3月出生的人风险高”吗？显然不能。这种指标，再好看也得砍掉。
稳定性，指的是指标在不同时间窗口、不同客群中表现一致。比如“收入负债比”，这个指标在牛市和熊市里都应该是有效的。如果某个指标只在特定市场环境下有效，那它就不够稳定，容易导致模型过拟合。
区分度，说白了就是好客户和坏客户在这个指标上得分差距要大。比如“近6个月最大回撤”，风险偏好高的客户回撤大，保守型客户回撤小，这个指标区分度就很好。
核心指标清单（智能投顾场景）
- 收入类：月均收入、收入稳定性（近12个月收入标准差）
- 资产类：总资产规模、可投资资产占比、资产流动性（活期/定期比例）
- 交易行为类：近3个月交易次数、单笔最大交易金额、持仓集中度（前3大持仓占比）
- 风险偏好类：历史最大回撤容忍度、权益类资产占比、衍生品交易记录
- 信用类：征信查询次数、逾期记录、负债率
嗯，这里要注意：指标不是越多越好。我见过有人一口气选了50个指标，结果模型跑出来一团糟。为什么？因为很多指标之间是高度相关的，比如“总资产”和“可投资资产”，这两个指标放在一起，其实就是重复信息。我个人建议，先用相关性矩阵筛选一遍，保留10-15个核心指标就够了。
4.2 权重分配：经验与数据的博弈
权重分配，是评分卡设计中最容易扯皮的地方。业务部门说“收入最重要”，风控部门说“历史逾期记录最重要”，数据部门说“让模型自己学”。
我的做法是：先让数据说话，再用经验修正。
具体来说，我会先用逻辑回归或者决策树跑一遍，看每个特征的重要性排序。然后，我会把排序结果拿给业务专家看，问他们：“这个排序符合你们的直觉吗？”如果专家说“不对，收入应该比交易次数重要”，那我们就需要调整权重。
权重分配常用方法
- 逻辑回归系数法：直接用模型输出的系数作为权重，简单直观
- 层次分析法（AHP）：通过专家打分构建判断矩阵，适合指标较少的情况
- 熵权法：根据指标的信息量自动分配权重，客观性强
- 组合赋权法：将主观权重和客观权重加权平均，兼顾经验与数据
我曾经在一个项目中，用逻辑回归跑出来的权重显示“近3个月交易次数”比“收入”重要得多。业务团队觉得不合理，后来一查，发现是因为数据采集时间段正好是春节前后，交易次数异常高。这就是典型的“数据陷阱”。所以，权重分配不能完全交给算法，人的判断力很重要。
4.3 评分逻辑：从概率到分数
评分逻辑，就是把模型输出的概率，映射成一个直观的分数。比如，模型预测某客户违约概率是10%，那他的评分应该是多少？
常用的评分公式是：
Score = Offset + Factor * ln(odds)
其中：
- odds = p / (1 - p)，p是违约概率
- Offset 和 Factor 是常数，通过两个锚点确定
举个例子，假设我们设定：
- 当 odds = 1:1（即违约概率50%）时，Score = 600
- 当 odds 翻倍时，Score 增加20分
那么，Factor = 20 / ln(2) ≈ 28.85，Offset = 600 - 28.85 * ln(1) = 600。
这样，如果某个客户的 odds = 1:9（违约概率10%），他的评分就是：
Score = 600 + 28.85 * ln(1/9) ≈ 600 - 63.4 = 536.6你看，分数越低，风险越高。这个逻辑很直观吧？
注意：评分卡的分箱处理
在实际项目中，我们很少直接用连续变量计算分数。因为连续变量容易受极端值影响。我习惯的做法是：先把连续变量分箱（比如收入分成5档），然后给每个档位赋一个分数。这样模型更稳定，也更容易解释。
比如“月均收入”这个指标：
- <5000元：得分 -20
- 5000-10000元：得分 0
- 10000-20000元：得分 15
- 20000-50000元：得分 30
- >50000元：得分 40
每个指标的分箱得分加起来，再加上基础分，就是最终评分。
4.4 知识体系总览
下面这张图，是我自己总结的评分卡模型设计全流程。你看一眼，心里就有谱了。
4.5 实战中的避坑指南
最后，分享几个我踩过的坑，希望能帮你少走弯路。
避坑1：不要忽视指标的时间窗口
我曾经用“近12个月交易次数”作为指标，结果发现很多新客户这个指标是0，导致模型直接把他们判为高风险。后来我加了一个“开户时长”的修正项，才解决了这个问题。所以，指标的时间窗口一定要和客群特征匹配。
避坑2：权重分配要定期复盘
市场环境在变，客户行为也在变。去年有效的权重，今年可能就失效了。我建议每季度做一次权重复盘，看看模型在最新数据上的表现。如果某个指标的区分度明显下降，就要考虑调整权重，甚至替换指标。
避坑3：评分卡不是越复杂越好
我见过有人用深度学习做评分卡，效果确实好，但客户问“为什么给我打这个分”，完全解释不了。智能投顾的客户，很多是普通投资者，他们需要的是“因为你的收入低、交易少，所以风险高”这种直白的解释。所以，评分卡模型，可解释性永远是第一位的。
好了，评分卡模型设计就聊到这里。记住：指标选取要精，权重分配要稳，评分逻辑要清。把这三点做好，你的评分卡模型就成功了一大半。
公众号:蓝海资料掘金营，微信deep3321