1. 信用评分建模概述
各位同学，咱们今天聊聊信用评分建模。说实话，这个领域我摸爬滚打了十几年，踩过的坑比走过的路还多。不过别担心，我会把那些血泪教训都抖出来，让你少走弯路。
1.1 信用评分卡发展史
信用评分这事，最早可以追溯到上世纪50年代。那时候美国的银行家们发现，光靠信贷员“看人下菜碟”太不靠谱了——同一个客户，换个信贷员可能得到完全不同的评价。
关键时间节点：
| 年代 | 发展里程碑 | 核心方法 |
|---|---|---|
| 1950s | FICO评分系统雏形 | 手工统计+经验规则 |
| 1960s-1970s | 统计评分卡诞生 | 逻辑回归+WOE编码 |
| 1980s-1990s | 决策树/神经网络兴起 | 机器学习模型初探 |
| 2000s-2010s | 集成学习时代 | 随机森林、GBDT、XGBoost |
| 2020s至今 | 深度学习+可解释AI | Transformer、SHAP、LIME |
我记得自己刚入行那会儿，公司还在用Excel手工做评分卡。每次调个阈值都要折腾半天，现在想想真是原始。不过那段时间让我深刻理解了评分卡背后的逻辑——为什么选这个变量？为什么给这个权重？这些基本功到现在都管用。
1.2 评分卡类型：A/B/C卡
信用评分卡按应用场景分三类。说白了就是管三个不同阶段：申请时、用卡中、逾期后。
| 类型 | 英文全称 | 应用阶段 | 核心目标 | 数据来源 |
|---|---|---|---|---|
| A卡 | Application Scorecard | 申请准入 | 拒绝坏客户，通过好客户 | 申请表、征信报告 |
| B卡 | Behavior Scorecard | 贷中管理 | 调额、交叉销售、预警 | 用卡行为、还款记录 |
| C卡 | Collection Scorecard | 催收阶段 | 预测回收概率、制定催收策略 | 逾期天数、联系记录 |
A卡：这是最常见的一张卡。客户提交申请后，系统根据A卡打分，决定是否批卡、给多少额度。我曾经遇到一个项目，A卡上线后发现坏账率反而上升了——后来查出来是因为模型太激进，把一些“看起来像坏人”的优质客户拒之门外了。
B卡：客户拿到卡之后怎么用？有没有套现嫌疑？额度够不够？B卡就是干这个的。我习惯用B卡做动态限额——客户消费正常就提额，出现异常交易就降额甚至冻结。
C卡：客户逾期了，催收团队该先联系谁？用什么方式催？C卡告诉你答案。有个项目我们做了C卡，催回率提高了15%，但大家别高兴太早——C卡很容易陷入“拣软柿子捏”的陷阱，导致一些高风险的客户被忽略了。
1.3 建模流程概览
完整的信用评分建模，我习惯分成6个阶段。每个阶段都有需要注意的地方。
- 业务理解与数据采集——搞清楚风控诉求，收集内部交易、外部征信、第三方数据。
- 数据清洗与预处理——缺失值、异常值、重复值处理。这一步往往占整个项目70%的时间。
- 特征工程——WOE编码、IV筛选、分箱。嗯，这里要注意分箱的稳定性。
- 模型训练与调优——逻辑回归、XGBoost、LightGBM等等。我们这门课重点讲XGBoost。
- 模型评估与验证——KS、AUC、PSI、区分度、稳定性。
- 模型部署与监控——上线后持续跟踪，定期重训。
核心要点：评分卡建模不是一锤子买卖。你想想看，市场在变，客户在变，模型当然也得跟着变。我见过太多项目，模型上线后就不管了，结果半年后效果跌到跟随机猜差不多。
好，流程看完，咱们用一张图把这6个阶段串起来。
这个流程我跑了不下上百次。尤其是那个反馈回路——模型监控发现问题后，要回到第一步重新理解业务。有些同学可能觉得这是在兜圈子，但说实话，建模本来就是个迭代的过程。
好了，这一章先到这。评分卡的历史、类型、流程，你们心里有个数就行。后面我们会一步步把每个环节掰开揉碎了讲——尤其是XGBoost这块，会结合我实际项目中的调参经验、特征处理方法、还有那些年踩过的坑。