2、Score评分卡基础：评分卡的定义与作用、评分卡在催收中的应用场景、评分卡与风险分层的关系

2.1 评分卡的定义与核心作用

评分卡（Scorecard）是一种基于统计模型（如逻辑回归、决策树、机器学习）构建的量化评估工具，它将借款人的多维特征（如还款历史、负债率、行为数据）映射为一个可比较的分数。在催收领域，评分卡的核心作用是将“定性判断”转化为“定量决策”，实现催收资源的精准投放。

2.2 评分卡在催收中的应用场景

评分卡在催收全生命周期中扮演“指挥中枢”角色，主要应用于以下四大场景：

1. 案件分池（Bucket Assignment）： 根据评分卡分数将案件划分到不同的催收队列（如M1早期、M2中期、M3+晚期），决定每个队列的催收强度。
2. 触达渠道选择（Channel Selection）： 结合评分与客户行为标签，自动匹配最优触达渠道。例如：高分段（高风险）优先人工外呼+短信提醒；低分段（低风险）仅发送智能IVR或短信。
3. 催收频次控制（Contact Frequency）： 评分卡可动态调整每日/每周的触达次数上限。高风险案件允许高频触达（如每天3次），低风险案件限制为低频（如每3天1次），避免过度骚扰。
4. 策略效果评估（Strategy Evaluation）： 通过对比同一评分段在不同策略下的回收率、投诉率、接通率，量化策略优劣，为策略迭代提供数据支撑。

2.3 评分卡与风险分层的关系

风险分层（Risk Tiering）是将借款人按风险水平划分为若干层级（如低风险、中风险、高风险、极高风险）的过程。评分卡是风险分层的核心工具，两者关系可概括为：评分卡提供“刻度”，风险分层提供“区间”。

具体关系如下：

• 评分卡是分层的量化基础： 没有评分卡，风险分层只能依赖主观经验（如只看逾期天数），分层粒度粗糙且不稳定。评分卡将多维特征压缩为单一分数，使分层具备统计意义。
• 分层是评分卡的应用输出： 通过设定分数阈值（Cut-off），将连续分数映射为离散的风险等级。例如：分数 > 800 → 低风险（绿色）；分数 600-800 → 中风险（黄色）；分数 < 600 → 高风险（红色）。
• 分层反哺评分卡迭代： 每个风险层级的实际回收表现（如回收率、滚动率）会反馈到模型监控中。如果某个层级的实际表现与预期偏差过大，则触发评分卡模型的重训或校准。

2.4 评分卡与风险分层的关系图

2.5 评分卡在催收中的典型应用流程

以下流程图展示了评分卡如何驱动催收触达渠道的选择与执行：