3. 信用评分基础
替代数据信用评分并不是另起炉灶，它仍然建立在传统信用评分的逻辑之上。理解评分卡原理、A/B/C卡分工、目标变量定义以及好坏样本划分，是后续做特征工程与有效性验证的前提。本节把这些基础概念讲清楚，并说明它们在替代数据场景下的特殊含义。
一、评分卡的核心原理
信用评分卡的本质，是把借款人的多维信息压缩成一个分数，并用这个分数映射违约概率。它的数学基础通常是逻辑回归配合WOE（Weight of Evidence）编码，最终转换为标准评分刻度。评分卡之所以长期被使用，是因为它具备可解释、可监控、可审计的特点，符合金融风控的监管要求。
评分卡的基本流程可以概括为：
- 定义目标变量：明确什么是“好”，什么是“坏”。
- 样本划分：按时间或随机方式划分训练、验证、测试样本。
- 特征分箱与WOE编码：把连续变量离散化，计算每个箱的WOE值。
- 逻辑回归建模：以WOE值为输入，拟合违约概率。
- 分数转换：通过PDO（Points to Double the Odds）把概率转成整数分数。
分数转换公式如下，其中A、B为常数，PDO决定分数刻度：
Score = A - B * ln(odds)
B = PDO / ln(2)
A = base_score + B * ln(base_odds)例如设定基准分600、基准odds为1:1、PDO为50，则每增加50分，好坏比翻倍。这个刻度让业务人员能直观理解分数差异。
二、评分模型类型：A卡、B卡、C卡
在信贷全生命周期中，评分卡按应用阶段分为三类，常称为A卡、B卡、C卡。它们的目标变量、样本群体和使用场景都不同。
| 类型 | 应用阶段 | 目标变量 | 样本群体 | 典型用途 |
|---|---|---|---|---|
| A卡（申请卡） | 贷前审批 | 未来一定期限内是否违约 | 新申请客户 | 准入、额度、定价 |
| B卡（行为卡） | 贷中管理 | 存量客户未来违约概率 | 已放款客户 | 额度调整、催收预警 |
| C卡（催收卡） | 贷后催收 | 催收后回款概率 | 逾期客户 | 催收策略、资源分配 |
替代数据在A卡中主要用于补充无征信或薄征信人群的信息；在B卡中可用于捕捉行为变化；在C卡中则可能用于判断还款意愿。三类卡的目标变量定义不同，特征工程和验证方式也必须随之调整。
三、目标变量定义与好坏样本划分
目标变量定义是评分卡的起点，也是最容易出错的环节。常见定义方式包括：
- 滚动率定义：观察期内逾期天数达到某阈值即定义为坏，如M1+、M2+、M3+。
- 账龄定义：放款后前若干期表现作为观察窗口。
- 表现期与观察期：观察期用于收集特征，表现期用于判定好坏。
好坏样本划分需要明确三个边界：观察点、观察期、表现期。观察点之前的信息用于建模，观察点之后的表现用于打标签。若观察期与表现期重叠，会造成标签泄漏，模型在训练集上表现虚高。
好坏样本的边界还需要考虑业务含义。逾期1天与逾期90天在风险上差异巨大，但若统一定义为“坏”，会稀释风险信号。通常做法是：
- 先确定业务可接受的坏账口径，如M3+。
- 再确定表现期长度，如6期或12期。
- 剔除中间状态样本，如观察期内已结清但表现期不足的客户。
- 对不确定样本单独处理，避免强行二分类。
四、案例与复盘：替代数据场景下的目标定义
假设某消费金融公司希望用手机行为数据补充A卡。若直接沿用传统A卡定义——放款后6期内逾期30天以上为坏——会面临两个问题：一是替代数据更新频率高，观察期内的行为可能已经包含未来信息；二是薄征信人群的样本量不足，好坏比例失衡。
更稳妥的做法是：以申请时点为观察点，观察期取申请前3个月，表现期取放款后6个月；对替代数据只取观察点之前可稳定获取的字段；对样本进行时间外验证，确保训练集与测试集按时间切分。这样得到的评分卡才能真实反映替代数据的增量价值。
掌握评分卡原理、A/B/C卡分工、目标变量定义和好坏样本划分，是替代数据信用评分特征工程与有效性验证的基石。只有目标定义清晰、样本划分严谨，后续的WOE编码、特征筛选和模型验证才有意义。