1. 信用评分卡概述
1.1 什么是信用评分卡
信用评分卡，说白了就是用历史数据算出一个分数，来预测借款人会不会违约。你想想看，银行放贷前最怕什么？怕借出去的钱收不回来。评分卡就是帮他们把风险量化成数值——分越高，风险越低。
我刚入行时觉得这东西很简单：不就是给客户打分吗？后来自己手搓了一次才知道，背后全是逻辑回归、WOE转换、IV筛选这些东西。我记得第一次跑完模型，发现分数分布完全不对，后来发现是样本里好客户太多，坏样本太少——所谓的“样本不平衡”问题。嗯，这坑栽得值。
一个标准的评分卡通常由几个部分组成：
- 特征变量：比如年龄、收入、职业、征信报告里的逾期次数。
- 证据权重（WOE）：把原始变量转换成与好坏客户关系的指标。
- 信息价值（IV）：判断这个特征有没有预测能力。
- 分数映射：把模型输出概率转为整数分数。
核心公式（简化）：
Score = 基准分 + ∑(每个特征分箱对应的分数)
我不建议一上来就抠公式，先理解逻辑就行。
1.2 应用场景
信用评分卡的应用场景其实比你想象的要广。除了银行，消费金融公司和网贷平台都在用。我帮你列个表，一看就明白。
| 场景 | 典型产品 | 特点 | 我最关注的点 |
|---|---|---|---|
| 银行信贷 | 房贷、车贷、信用卡 | 金额大、周期长、风控严格 | 坏账容忍度极低，评分卡需要很精准 |
| 消费金融 | 分期购物、现金贷 | 额度小、放款快、利率高 | 数据维度少，很吃第三方征信 |
| 网贷 | P2P、小额贷款 | 门槛低、用户杂、风险集中 | 我曾经遇到一个平台，用户数据里60%都是虚假身份信息，清洗得头皮发麻 |
我的小建议：如果你是新手，先从银行信贷场景入手。数据比较规整，规则透明，容易理解评分卡的逻辑。
踩坑提醒：别以为网贷数据量大就能直接套用银行模型。我见过有人把银行评分卡搬到网贷上，结果分区指标全乱套——因为网贷用户的行为模式和银行客户完全不是一回事。
1.3 开发流程简介
整个评分卡的开发，大概有八个步骤。我按顺序给你走一遍，顺带说说我犯过的错。
- 数据收集：从内部系统、征信机构、第三方数据源拿原始数据。别漏了时间戳，我第一版模型忘了加时间窗口，结果“逾期7天”和“逾期7年”混在一起算。
- 数据清洗：去重、填补缺失、剔除异常值。这一步占了我整个项目的一半时间。
- 特征工程：衍生变量如“近6个月平均消费金额”“最近查询征信次数”。
- 分箱与WOE转换：把连续变量切段，计算每个分箱的WOE。这步是评分卡的灵魂。
- IV筛选：IV值低于0.02的变量我一般直接扔。
- 模型训练：主流是逻辑回归，虽然简单但好解释。监管也喜欢这种“白盒”模型。
- 评分卡刻度：把概率映射到整数分，比如600分对应违约概率10%。
- 模型验证与上线：做回测、区分度（KS/AUC）、稳定性（PSI）。
下面这张图把流程串起来了。你盯着看两分钟，基本就能记住骨架。
我的习惯：开发过程中我会把每个步骤的输出都保存一份快照——比如清洗后的数据CSV、分箱表、WOE表。这样后面发现问题时能快速定位，不用重新跑整个流程。
说实话，很多人觉得评分卡是数学问题，其实它更是数据工程问题。我在前面提到的那个平台项目里，数据清洗占了60%的时间，模型训练只用了1天。你想想看，数据质量不过关，再牛的算法也白搭。
好了，这一章就到这。后面我们会一步步手撸这些步骤——从拿数据到上线投产。记住，评分卡不是黑盒，你完全能自己造出来。