第1章：信用评分模型概述与发展历程
信用评分模型，说白了就是给每个借款人打个分。这个分数代表他未来违约的可能性。分数越高，风险越低。我当年刚入行时，主管扔给我一堆逾期数据说：“年轻人，把这些人的画像画清楚，咱们就能多赚点利息。” 从那时起，我才真正理解了这个东西有多重要。
你想想看，银行每天要处理成千上万的贷款申请。光靠人工审核，累死也干不完。所以我们需要一个自动化的评分工具。这就是信用评分模型存在的意义。
1.1 信用评分的核心目标
模型要回答三个问题：
- 能不能贷？ 违约概率高就不批。
- 贷多少？ 分数高可以给更高额度。
- 怎么定价？ 风险高的客户利率要上浮。
关键指标：通常用“坏账率”、“逾期30+天比例”来衡量模型效果。我个人习惯先从拒绝-接受曲线看整体表现。
模型输出的是一个概率值，然后映射到评分卡分数。比如0-1000分，600分以下直接拒绝，700分以上快速通过。每家公司都有自己的切分标准。
1.2 发展历程：从经验到算法
信用评分不是什么新鲜事儿。上世纪50年代就有了。我自己经历过三个阶段，踩过不少坑。下面这张图把整个演进脉络画清楚了。
1.3 三个阶段的核心差异
我从实际项目经验出发，把三个阶段的区别整理成了一张表。你对照着看会更清晰。
| 维度 | 专家判断 | 统计评分卡 | 机器学习 |
|---|---|---|---|
| 驱动方式 | 信贷员主观 | 历史数据 + 逻辑回归 | 大量特征 + 复杂模型 |
| 可解释性 | 很强（过程透明） | 较强（系数可解释） | 较弱（黑箱风险） |
| 处理变量数量 | 5 ~ 10个 | 20 ~ 50个 | 几百个甚至上千个 |
| 对缺失值的容忍 | 人工填补（主观） | 需手动处理 | 模型可自动处理 |
| 迭代更新成本 | 极高 | 中等 | 较高（需要定期重训练） |
| 监管认可度 | 高（但审计难） | 高（标准做法） | 中（监管正在适应） |
个人经验：我现在做新项目，如果客户是持牌金融机构，我会优先推荐统计评分卡。如果是互联网信贷平台，机器学习模型往往更合适。我曾经在一家银行试过直接上XGBoost，结果合规部门要求每笔拒绝都要人工解释……后来还是换回了逻辑回归+评分卡。
1.4 现代评分模型的通用框架
不管是哪个阶段，最终模型都得落地成一套流程。我习惯把框架分成四层：
- 数据层： 征信报告、内部还款记录、第三方数据（电商、社交等）。
- 特征工程层： 缺失填充、异常处理、WOE变换、衍生变量。
- 模型层： 选择算法、训练、调参、评估（AUC、KS、Gini）。
- 决策层： 分数切分、拒绝规则、额度矩阵。
四层的关系是：数据决定了模型的上限，特征工程决定了你能不能接近那个上限。嗯，这句话不是我说的，但干这行越久越觉得它是对的。
避坑指南：我曾经在一个项目里只关注模型精度，忽略了数据时效性。结果模型上线后三个月，KS从0.45掉到了0.32。问题出在哪里？用户行为变了，但训练数据还是半年前的。记住——模型精度再高，也顶不住数据漂移。
1.5 为什么还需要了解发展历程？
你说现在都用机器学习，学那些几十年前的统计方法还有用吗？说实话，太有用了。原因有三：
- 监管要求：银保监会、巴塞尔委员会都要求模型可解释。你不懂评分卡，怎么通过审查？
- 模型稳定性：统计评分卡的WOE和IV本身就是特征筛选利器，用在机器学习里也有效。
- 领域知识：你只有知道评分卡是怎么来的，才能理解为什么逻辑回归系数不能随便为负，为什么分箱要保证单调性。
我当年带过一个新人，他把「收入」变量直接丢进LightGBM，模型跑出了0.85的AUC。但当他查看特征重要性时，发现「收入」排第17位。他觉得没问题，实际上这是因为LightGBM把收入切成了很多小段，每一段都跟违约率做了非线性拟合。从业务上看，这种分段的解释成本太高了。而用评分卡的WOE变换，就能保证「收入越高，分数越高」的单调关系。所以啊，新老方法要结合着用。