1 培训实战-信用评分卡
1.1 背景知识
国内现状：目前以商业银行和消费金融公司为主，主要通过个人基本信息、银行数据（授权）、交易数据、社交数据等，来进行信用评级
评分卡分类：
名称|所处阶段|所含数据| |---|---|---| |申请评分卡|评价申请阶段客户信用风险|只有基本信息，无客户交易信息| |申请评分卡|通过客户的行为评估客户风险|包含基本信息和客户行为信息| |催收评分卡|对已逾期或违约的客户进行评分|额外的催收后客户反应等数据|
评分卡的观察期与表现期
- 观察期：客户信息的表现窗口
- 观察点：在某个时点客户信息被作为当前月提取
- 表现期：客户根据截止到表现点的表现被分类成“好”、“坏”。表现期需要有足够的长度，不能够太短，从而保证样本群体分类的稳定性，使客户的逾期行为充分表现出来。但也不能够过于长。
客户类型定义：主要参考逾期状态（如逾期期数）和逾期金额等
1.2 建模过程
排除项设计
模型开发样本应具有群体代表性，而且必须有准确的预测信息和表现信息，从而使模型在开发时更加准确，并且可在未来进行应用。
- 异常行为：按条例拒绝、特殊账户、销户
- 特殊账户：出国、卡丢失/失窃、死亡、未成年、员工账户、VIP
- 其他：欺诈（根据反欺诈评分）、表现期无表现
数据准备
- 缺失值分析和处理（剔除、聚类填补、均值填补）
- 异常值分析和处理（箱线图检测、聚类检测）
单因子分析
多因子分析
- 对风险因子进行相关性分析（Pearson检验、Spearman检验）
- 相关性>0.5的风险因子，需要保留其中一个，以免造成多重共线性
建模与评价
- 数据集划分（训练集、验证集、测试集）
- 分类预测模型（逻辑回归、决策树、随机森林、xgboost）
- 模型的验证（样本内验证、样本外验证、时间外验证）
- 模型划分（间隔的合理性、稳定性和集中度；Uncovered exposure and its materiality）
- 模型表现（评分卡的识别能力(AR, KS, etc)、稳定性(PSI)、集中度；Risk driver appropriateness）
1.3 最终产出
相关数据和产出
