写点什么

基于 Logistict 回归的评分卡模型

  • 2020-03-22
  • 本文字数:1970 字

    阅读完需:约 6 分钟

基于Logistict回归的评分卡模型

1 评分卡分类


A 卡(Applicationscore card)新客户申请审批


  • 更准确地评估申请人的未来表现(违约率),降低坏帐率;

  • 加快(自动化)审批流程, 降低营运成本;

  • 增加审批决策的客观性和一致性,提高客户满意度;


B 卡(Behaviorscore card)现有客户管理


  • 更好的客户管理策略, 提高赢利;

  • 减少好客户的流失;

  • 对可能拖欠的客户,提早预警;


C 卡(Collectionscore card)早期催收


  • 优化催收策略,提高欠帐的回收率;

  • 减少不必要的催收行为,降低营运成本。

2 模型开发全流程

用一张图为大家展示,量化团队分析师开发评分卡模型的全流程,以及具体实现方式:



Step1:变量初选


通过等频分箱或最优分箱离散原始数据,计算 IV 值,剔除预测能力差的指标。


  • 信息值(information value,简称”IV”)是常用的进行自变量筛选的指标,计算简单,并且有经验的判断法则,IV 值的计算公式为:





Step2:变量剔除


通过变量聚类或者计算相关系数的方法剔除变量,这一步主要目的是解决多重共线性问题。多重共线性(Multicollinearity)是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。


Step3:数据离散化


数据离散化的目的是降低异常值的影响,同时增加模型的可解释性,通过 BESTKs、卡方合并、决策树等有监督算法将连续变量离散化几个区间,然后进行 WOE 转换。


  • 证据权重(Weight of Evidence,简称“WOE”)



WOE 是对原始自变量的一种编码形式,要对一个变量进行 WOE 编码,需要首先把这个变量进行分组处理(也叫离散化、分箱)。



Step4:初步建模


将原始指标用 WOE 进行替换后,用 logistic 回归估计参数,并剔除参数估计为负的变量。


下面让我们来了解一下信用评分卡模型所依赖的 Logistic 回归算法。何为“回归”呢?当有一些数据点,用一条直线对这些点进行拟合(该直线称为最佳拟合直线),这个拟合过程就叫回归。那么,利用 Logistic 回归进行分类的主要思想就是根据现有数据对分类边界线建立回归公式,以此进行分类。“回归”源于最佳拟合,即使用最优化算法,找到最佳拟合参数集。


  • Logistic 回归的实现:对于输入特征,每个特征乘以一个回归系数,将所有结果值相加带入 Sigmoid 函数中,从而得到一个 0~1 之间的数值,根据实际情况设定相关阈值,从而达到预测的目的。

  • 最优化算法:如何找到最优回归系数,是 Logistic 回归的关键问题。



即:找到上式的w\dot机器学习中常用的最优化算法有:梯度下降法(GradientDescent)、牛顿法和拟牛顿法(Newton’s method & Quasi-NewtonMethods)、共轭梯度法(Conjugate Gradient)等等,接下来简单介绍梯度下降法。


  • 梯度下降法(Gradient Descent):梯度下降即沿着某函数的梯度方向,找到该函数的最小值,如果梯度记为▽,则函数 f(x,y)的梯度为:



则梯度下降算法的迭代公式为:,其中,为步长。


Step5:人工干预


根据指标的业务意义、上下限、人数占比、违约比例调整分箱规则,即业务干预。


Step6:WOE 更新


人工干预后,得到新的分箱,根据新分箱,更新 WOE。


Step7:模型更新


更新完 WOE 之后,利用新的 WOE 值估计回归参数。


Step8:分数转化


根据 Logistic 回归估计的参数、分箱的 WOE 来确定每个区间的得分。


Step9:模型效果评估


我们利用 AUC、KS 等指标评估模型的预测能力。


  • AUC(Area Under Curve)


AUC 实际上就是 ROC 曲线下的面积,ROC 曲线反映了分类器的分类能力,结合考虑了分类器输出概率的准确性,AUC 量化了 ROC 曲线的分类能力,越大分类效果越好,输出概率越合理。


  • KS (Kolmogorov-Smirnov)


K-S 统计量被应用于信用评级模型主要是为了验证模型对违约对象的区分能力,是表现模型区分能力的验证指标;通常,如果模型的 K-S 统计量越大,表明模型区分正常客户和违约客户的能力越强。


Step10:模型监控


  • PSI (population stability index)


系统稳定性指数,主要考察了模型预测结果的稳定性,通过对建模样本和监控样本中客户的评分或评级分布的比较来判断模型预测结果的稳定性。系统稳定性指数越小,越稳定,表明监控样本的分数的分布情况和建模样本中的情况越相似,可以预期模型在监控样本中的性能表现和建模样本中的性能表现会很接近。


Step11:评分


下面的小示例,简单为大家展示评分卡及其计分模式:



如果该模型的基础分是 50 分,比如有个客户,大专毕业,男性,拥有自有住房,工作 10 年以上,那么他的分数就应该是:Score=50+14+9+24+12=109。

3 总结

本文介绍了基于 Logistic 回归的评分卡模型的实现流程,介绍了 Logistic 算法、IV 值和 WOE,以及评价模型的指标 AUC、ks 值、PSI 等。在实际应用中,评分卡模型的作用日渐突出。量化团队根据业务需要开发各种不同评分卡模型,并尝试不同算法建模,试图更加科学、准确地构建模型,降低误判率,增加审批的客观性,提高客户的满意度。


2020-03-22 21:041927

评论

发布
暂无评论
发现更多内容

电竞直播APP软件开发公司哪家好?现成源码由哪些优势

软件开发-梦幻运营部

一键获取企业“松弛感”

脑极体

云服务

基于低代码开发平台的科技管理系统构建:简化运维,提升效率

EquatorCoco

低代码 科技

AR培训指导--跨越时间和空间的思想碰撞

AR玩家

培训学习 Rokid #AR Vision pro 炬目AR

什么是数字化?什么是数智化?数字化与数智化的区别

优秀

数字化 数智化

击败华尔街99%投资者的ChatGPT交易机器人

俞凡

人工智能 交易

利用Python语言调用腾讯混元大模型接口实战指南

幂简集成

Python API 大模型

专访 Altair 大中华区总经理刘源博士:仿真拥抱人工智能,Altair 打造数字孪生新生态

Altair RapidMiner

人工智能 机器学习 数据分析 altair

Lightroom Classic for mac/win (Lrc2021) 10.3中文直装版

你的猪会飞吗

Mac软件推荐 软件下载

HarmonyOS NEXT大揭秘进入倒计时:HDC 2024华为开发者大会精彩亮点抢先看

最新动态

接口测试:Mock 的价值与意义

霍格沃兹测试开发学社

外贸电商网络加速方案

Ogcloud

网络加速 企业组网 外贸独立站 海外网络加速

云游戏解决方案:游戏体积大导致玩家流失怎么办?

Ogcloud

云游戏 云游戏发行 云游戏平台 游戏云化

和鲸101计划:赛教结合,赋能暨大经管,培养数据人才

ModelWhale

数据 经管 暨南大学

MMPsy 数据集:数业智能心大陆在多模态心理评估中的创新与应用

心大陆多智能体

人工智能 数据分析 数据集 多模态 数字心理

第55期|GPTSecurity周报

云起无垠

数智化浪潮下的零售品牌商品计划革新

第七在线

一键获取企业“松弛感”

白洞计划

云计算

和鲸101计划:课训赛结合,培养高质量医学人才直播活动圆满结束

ModelWhale

数据 医学 应用型人才

连续两年入选CVPR !快手KVQ,大模型加持的视频质量评价“黄金眼”

快手技术

音视频 快手 KVQ

在得物的小程序生态实践

得物技术

小程序 Vue web前端 企业号2024年6月PK榜

特价最后一周

开源物联卡管理平台-设备管理

物联网 IoT eSIM安全 java 技术提升

基于可视化设计的低代码开发分析与应用探讨

不在线第一只蜗牛

低代码 可视化开发

IPQ8072 vs IPQ8064: What is the Difference?

wallyslilly

IPQ8072 IPQ8074 ipq8064

浅拷贝、深拷贝与序列化【初级Java必需理解的概念】

快乐非自愿限量之名

Java 拷贝

从 MySQL 到 MongoDB 再到 TDengine,这家能源企业这样应对数据挑战

TDengine

数据库 tdengine 时序数据库

百度智能云推出智能运维工具,云助手让云服务器运维更简单

Baidu AICLOUD

服务器运维

ae 2021下载安装版:After Effects 2021 for Mac/win版 激活版

你的猪会飞吗

mac软件下载 苹果软件下载

云服务与低代码开发的结合:重塑现代软件开发模式

快乐非自愿限量之名

云原生 低代码 云服务

又来了!涛思数据成为中关村物联网产业联盟高级会员单位

TDengine

数据库 tdengine 时序数据库

基于Logistict回归的评分卡模型_文化 & 方法_京东数字科技产业AI中心_InfoQ精选文章