4. 评分卡模型基础：A卡、B卡、C卡与逻辑回归WOE编码
在授信决策引擎中，评分卡模型是量化借款人信用风险的核心工具。根据信贷生命周期中不同阶段的决策需求，评分卡通常分为三类：申请评分卡（A卡）、行为评分卡（B卡）和催收评分卡（C卡）。本章将系统讲解这三类评分卡的应用场景与建模差异，并深入剖析逻辑回归与WOE编码的核心原理。
4.1 三类评分卡：A卡、B卡、C卡
三类评分卡覆盖了信贷业务从“准入”到“存量管理”再到“逾期回收”的全流程。下表从应用阶段、数据来源、预测目标与模型用途四个维度进行对比：
| 维度 | 申请评分卡（A卡） | 行为评分卡（B卡） | 催收评分卡（C卡） |
|---|---|---|---|
| 应用阶段 | 贷前审批 | 贷中管理 | 贷后催收 |
| 数据来源 | 申请表、征信报告、外部三方数据 | 账户还款历史、交易流水、额度使用率 | 逾期天数、催收记录、失联状态 |
| 预测目标 | 客户在开户后前6-12个月内发生“坏账”的概率 | 未来3-6个月内发生“逾期”或“降额”的概率 | 不同催收策略下“回收金额”或“回收概率” |
| 模型用途 | 决定是否批准授信、初始额度与利率定价 | 额度调整、风险预警、交叉销售 | 催收策略分层、委外决策、核销预估 |
关键认知： A卡是“准入门槛”，B卡是“动态监控”，C卡是“止损回收”。三类模型在特征工程、目标定义与模型评估指标上存在显著差异，但在建模方法论上均以逻辑回归与WOE编码为基石。
4.2 逻辑回归：评分卡的核心算法
逻辑回归（Logistic Regression）是评分卡建模中最经典、最可解释的算法。它通过Sigmoid函数将线性回归的输出映射到[0,1]区间，从而输出违约概率。
模型形式：
P(y=1|x) = 1 / (1 + e^(-z))
其中：
z = β₀ + β₁x₁ + β₂x₂ + ... + βₖxₖ
P(y=1|x) 为违约概率
β₀ 为截距项
βᵢ 为特征xᵢ的回归系数评分卡转换公式：
Score = Offset + Factor * ln(Odds)
其中：
Odds = P / (1 - P)
Offset = 基准分数
Factor = 刻度因子（通常设定为每翻倍Odds减少20分或50分）为什么选择逻辑回归？ 逻辑回归具有强可解释性，每个特征的系数可以直接转化为评分卡上的分值；模型训练稳定，不易过拟合；支持在线性与非线性特征（通过WOE变换）的融合。
4.3 WOE编码原理与证据权重
WOE（Weight of Evidence，证据权重）是评分卡建模中对分类变量与连续变量进行分箱后的一种编码方式。它衡量的是“好客户”与“坏客户”在每个分组中的分布差异。
WOE计算公式：
WOEᵢ = ln( (坏样本占比ᵢ) / (好样本占比ᵢ) )
其中：
坏样本占比ᵢ = 第i箱中坏样本数 / 全部坏样本数
好样本占比ᵢ = 第i箱中好样本数 / 全部好样本数WOE编码的核心作用：
- 单调性约束： 确保评分卡中每个特征的分值与违约概率呈单调关系，符合业务直觉。
- 缺失值处理： 缺失值可以单独作为一个分箱，计算其WOE值，无需额外填充。
- 异常值平滑： 通过分箱将极端值归入边界箱，降低异常值对模型的影响。
- 线性化： 将非线性关系转化为线性关系，使逻辑回归能够有效拟合。
常见误区： WOE值本身不是模型输入，而是将原始特征值替换为对应分箱的WOE值后，再输入逻辑回归。WOE编码后的特征与逻辑回归的线性假设天然匹配，这是评分卡建模的标准流程。
4.4 从WOE到评分卡分值：IV值与特征筛选
在完成WOE编码后，通常使用IV值（Information Value，信息量）来评估每个特征的预测能力。IV值基于WOE计算，公式如下：
IV = Σ (坏样本占比ᵢ - 好样本占比ᵢ) * WOEᵢIV值评估标准：
| IV值范围 | 预测能力 | 建议 |
|---|---|---|
| < 0.02 | 无预测力 | 剔除 |
| 0.02 - 0.10 | 弱预测力 | 谨慎使用 |
| 0.10 - 0.30 | 中等预测力 | 保留 |
| 0.30 - 0.50 | 强预测力 | 核心特征 |
| > 0.50 | 过强（可能过拟合） | 需验证稳定性 |
4.5 评分卡建模全流程：从WOE到最终分值
下图展示了从原始数据到最终评分卡分值的完整流程，重点突出WOE编码与逻辑回归的衔接关系：
4.6 评分卡分值计算示例
假设我们设定Offset=600，Factor=20（即Odds每翻一倍，分值减少20分），逻辑回归输出的Odds=0.1，则：
Score = 600 + 20 * ln(0.1) = 600 + 20 * (-2.3026) = 600 - 46.05 = 553.95在实际评分卡中，每个特征的分箱对应一个分值，最终得分为所有特征分值之和加上基准分。下表展示了一个简化版评分卡的分值构成：
| 特征 | 分箱 | WOE值 | 回归系数 | 分值贡献 |
|---|---|---|---|---|
| 年龄 | 25-35岁 | 0.15 | 0.8 | 12 |
| 收入 | 10-20万 | 0.22 | 1.2 | 26 |
| 征信查询次数 | 3-5次 | -0.18 | -0.9 | -16 |
| 基准分 | — | — | — | 550 |
| 总分 | — | — | — | 572 |
实践要点： 评分卡分值越高，代表客户信用风险越低。在实际部署中，需要根据业务风险偏好设定“拒绝线”、“观察线”与“通过线”，并定期监控评分卡的稳定性（PSI指标）。
4.7 A/B/C卡在WOE编码上的差异
虽然三类评分卡都使用WOE编码与逻辑回归，但在特征选择与分箱策略上存在显著差异：
- A卡： 特征以静态信息为主（如年龄、学历、征信历史），分箱通常较粗（3-5箱），强调跨周期稳定性。
- B卡： 特征以动态行为为主（如近3个月逾期次数、额度使用率），分箱更细（5-8箱），捕捉短期风险变化。
- C卡： 特征以催收行为与逾期状态为主（如逾期天数、催收次数、失联标志），分箱需考虑催收策略的交互效应。
下图展示三类评分卡在特征来源与分箱策略上的差异：