3. 信用风险与评分卡基础

在进入 scorecardpy 的自动建模流程之前，必须先建立一套统一的业务语言。评分卡不是单纯的机器学习模型，它把“客户未来会不会违约”翻译成可解释、可排序、可映射为分数的风险刻度。理解违约定义、好坏样本、WOE/IV 以及分数映射，是后续所有代码操作的前提。

一、违约定义：评分卡的目标变量从何而来

评分卡建模的第一步不是选算法，而是定义“什么是坏客户”。在零售信贷中，违约通常以逾期天数（Days Past Due, DPD）为口径，例如 M1（逾期 1～30 天）、M3（逾期 31～60 天）、M6（逾期 61～90 天）等。行业常见做法是把“逾期 90 天以上”定义为违约，即 DPD90+，这与巴塞尔协议中对违约（Default）的界定基本一致。

定义违约时需要同时明确三个要素：观察时点（客户在哪个时间窗口内的表现被记录）、表现期长度（通常为 6～12 个月）、违约阈值（DPD30、DPD60 还是 DPD90）。三者不同，目标变量 y 的分布会显著变化，模型的风险区分能力也会随之改变。

二、好坏样本：样本选择与标签工程

“好”与“坏”是相对概念。好样本指在表现期内未发生违约的客户，坏样本指发生违约的客户。评分卡建模本质上是一个二分类问题，但样本选择会直接影响模型的业务有效性。

• 排除样本：如欺诈、政策豁免、账户关闭等非信用原因导致的异常客户，通常不纳入建模。
• 不确定样本：表现期不足或数据缺失的客户，应谨慎处理，避免引入噪声。
• 样本窗口：观察点与表现期需错开，防止标签泄漏（Label Leakage）。

好坏样本比例也是关键。若坏样本过少，模型难以学习到足够的风险模式；若坏样本过多，又可能偏离真实业务分布。常见做法是保持原始比例，或通过加权、重采样调整，但需在验证阶段还原真实分布。

三、WOE 与 IV：把类别变量翻译成风险证据

WOE（Weight of Evidence，证据权重）衡量的是某个特征分箱中“坏样本占比”与“好样本占比”的差异。其公式为：

WOE = ln( (Bad_i / Bad_total) / (Good_i / Good_total) )

其中 Bad_i 为该箱内坏样本数，Good_i 为该箱内好样本数。WOE 为正，说明该箱的坏样本比例高于整体；WOE 为负，说明该箱更“好”。WOE 的单调性、符号方向与业务解释必须一致，否则需要重新分箱。

IV（Information Value，信息量）则是对 WOE 的加权求和，用于衡量单个特征对目标变量的整体区分能力：

IV = Σ ( (Bad_i / Bad_total) - (Good_i / Good_total) ) * WOE_i

IV 的常用经验判断如下表所示：

四、评分卡刻度与分数映射原理

WOE 转换后的逻辑回归输出的是概率，而业务方需要的是直观的分数。评分卡通过刻度映射把概率转换为分数，常用公式为：

Score = A - B * ln(Odds)
Odds = P(Bad) / P(Good)
B = PDO / ln(2)
A = BaseScore + B * ln(BaseOdds)

其中 PDO（Points to Double the Odds）表示 odds 翻倍时分数下降的幅度，BaseScore 是基准分，BaseOdds 是基准 odds。例如设定 BaseScore=600、BaseOdds=1:1、PDO=50，则 B=50/ln(2)≈72.13，A=600+72.13*ln(1)=600。这样每个特征分箱的 WOE 乘以对应系数后，再汇总到总分中，就得到最终评分。

scorecardpy 的 scorecard() 函数会自动完成这一映射，并输出每个变量的分数刻度。理解 A、B 的推导，有助于在业务沟通中解释“为什么这个客户是 620 分而不是 580 分”。

五、常见误区与复盘

• 误区一：违约定义随意变更。 不同口径的标签会导致模型不可比，建模前必须冻结定义。
• 误区二：WOE 方向与业务相反。 例如“收入越高风险越低”，若 WOE 为正则说明分箱或标签反了。
• 误区三：只看 IV 不看业务。 高 IV 但无法解释的特征应谨慎入模，避免模型黑箱化。
• 误区四：忽略分数刻度的一致性。 不同版本评分卡若 A、B 参数不同，分数不可直接比较。

复盘时建议把 WOE 表、IV 表和分数刻度表放在一起检查：WOE 是否单调、IV 是否合理、分数是否随风险上升而下降。这三者一致，评分卡才具备上线条件。