2. 评分卡模型基础：逻辑回归原理、WOE与IV值计算、评分卡刻度与分数映射
评分卡是信贷决策系统的核心引擎，它将借款人的特征数据转化为一个可解释的信用分数。本章从逻辑回归原理出发，逐步推导WOE（Weight of Evidence，证据权重）与IV（Information Value，信息量）的计算逻辑，并最终完成评分卡刻度与分数的映射。掌握这一链路，是构建高并发评分系统的基础。
2.1 逻辑回归原理
逻辑回归（Logistic Regression）是评分卡建模最常用的算法。它通过Sigmoid函数将线性回归的输出映射到[0,1]区间，输出样本为“坏客户”（违约）的概率。
核心公式：
P(y=1|x) = 1 / (1 + e^(-z))
z = β₀ + β₁x₁ + β₂x₂ + ... + βₙxₙ其中：
- P(y=1|x)：给定特征x下，样本为坏客户的概率。
- z：线性组合得分，也称为Logit值。
- β₀：截距项。
- βᵢ：特征xᵢ的回归系数，表示该特征对违约概率的影响方向与强度。
模型训练目标：通过最大似然估计（MLE）求解参数β，使得观测到的样本标签（好/坏）在模型下的联合概率最大。
高并发场景提示：逻辑回归模型结构简单，推理时仅需一次矩阵乘法和Sigmoid计算，计算复杂度为O(n)，非常适合在毫秒级响应的评分系统中部署。
2.2 WOE与IV值计算
WOE（证据权重）用于衡量每个特征分组对好坏客户的区分能力；IV（信息量）则用于评估特征整体的预测能力。在评分卡建模中，WOE常用于替代原始特征值，使模型对异常值和缺失值更鲁棒。
2.2.1 WOE计算公式
WOEᵢ = ln( (坏客户占比ᵢ) / (好客户占比ᵢ) )
= ln( (Badᵢ / Bad_total) / (Goodᵢ / Good_total) )其中：
- Badᵢ：第i个分组中的坏客户数量。
- Goodᵢ：第i个分组中的好客户数量。
- Bad_total：全量坏客户总数。
- Good_total：全量好客户总数。
WOE值含义：
- WOE > 0：该分组中坏客户占比高于好客户占比，风险偏高。
- WOE < 0：该分组中坏客户占比低于好客户占比，风险偏低。
- WOE = 0：该分组无区分能力。
2.2.2 IV计算公式
IV = Σᵢ [ (Badᵢ/Bad_total - Goodᵢ/Good_total) * WOEᵢ ]IV值评估标准：
| IV值范围 | 预测能力 | 建议处理方式 |
|---|---|---|
| < 0.02 | 无预测能力 | 建议剔除 |
| 0.02 ~ 0.10 | 弱预测能力 | 可保留，需结合业务判断 |
| 0.10 ~ 0.30 | 中等预测能力 | 推荐保留 |
| > 0.30 | 强预测能力 | 优先保留，注意过拟合风险 |
工程实践：在分箱（Binning）阶段，每个分箱的好/坏客户数至少应大于5，避免WOE值因小样本产生剧烈波动。IV值过高的特征（如 > 0.5）需检查是否存在数据泄露或过拟合。
2.3 评分卡刻度与分数映射
评分卡刻度（Scorecard Scaling）将逻辑回归输出的概率转换为整数分数，便于业务人员理解和决策。标准评分卡通常设定两个锚点：
- 基准分（Base Score）：当Odds（好坏比）为某一特定值时的分数。
- PDO（Points to Double the Odds）：Odds翻倍时分数增加的数值。
分数映射公式：
Score = Offset + Factor * ln(Odds)
其中：
Factor = PDO / ln(2)
Offset = BaseScore - Factor * ln(BaseOdds)示例：设定基准分600分对应Odds=50（即好客户:坏客户=50:1），PDO=20（Odds每翻一倍，分数增加20分）。
Factor = 20 / ln(2) ≈ 28.85
Offset = 600 - 28.85 * ln(50) ≈ 600 - 28.85 * 3.912 ≈ 487.1
最终评分公式：
Score = 487.1 + 28.85 * ln(Odds)特征分数贡献：将逻辑回归系数与WOE值结合，每个特征分箱的分数贡献为：
Score_contributionᵢ = - (βᵢ * WOEᵢ + β₀/n) * Factor其中n为特征总数，β₀/n用于将截距项均匀分配到每个特征中。
高并发部署注意：评分卡在线上推理时，应预先计算好每个特征分箱对应的分数贡献，存储为字典或查找表。运行时仅需根据分箱结果进行查表求和，避免实时计算WOE和指数运算，将单次评分耗时控制在微秒级。
2.4 评分卡建模流程总览
下图展示了从原始数据到最终评分卡分数的完整流程：
2.5 评分卡分数示例
以下是一个简化评分卡示例，展示不同特征分箱对应的分数贡献：
| 特征 | 分箱区间 | WOE值 | 分数贡献 |
|---|---|---|---|
| 年龄 | [18, 25) | 0.35 | -15 |
| [25, 45) | -0.20 | +10 | |
| [45, 65] | -0.45 | +22 | |
| 收入负债比 | < 30% | -0.60 | +30 |
| ≥ 30% | 0.80 | -40 | |
| 基准分 | 600 | ||
| 最终评分 | 607 | ||
业务解读：最终评分607分，高于基准分600分，说明该客户整体风险略低于基准水平。评分卡的优势在于可解释性强——业务人员可以清晰看到“年龄45岁以上”贡献了+22分，“收入负债比低于30%”贡献了+30分。
2.6 本章小结
- 逻辑回归是评分卡建模的基石，输出概率通过Sigmoid函数转换，计算效率高，适合高并发场景。
- WOE量化每个特征分箱的风险水平，IV评估特征整体预测能力，两者共同指导特征筛选与分箱优化。
- 评分卡刻度通过Offset和Factor将概率映射为整数分数，每个特征分箱的分数贡献可预先计算，线上推理仅需查表求和。
- 掌握从数据准备到分数映射的完整链路，是构建高性能、可解释信贷评分系统的关键。