2. Collection Score 的定义与原理

Collection Score（催收评分）是运用统计模型与机器学习技术，对逾期账户在未来特定时间段内（如 30 天、60 天）的还款概率或失联概率进行量化预测的数值。它不同于传统的信用评分（Credit Score），后者侧重评估客户在授信阶段的违约风险，而 Collection Score 聚焦于逾期后的催收策略分配与资源优化。

2.1 评分卡的基本逻辑

评分卡（Scorecard）是金融风控领域最经典的量化决策工具，其核心逻辑可概括为：将客户特征（变量）通过权重映射为分数，分数越高代表还款可能性越大（或风险越低）。催收评分卡通常采用逻辑回归（Logistic Regression）作为底层算法，原因在于其可解释性强、部署稳定且易于监管审计。

评分卡的基本构建流程包含以下步骤：

1. 数据准备与清洗：提取逾期账户的历史还款行为、联系记录、人口统计学特征等原始数据。
2. 特征分箱（Binning）：将连续变量（如逾期天数、欠款金额）划分为若干离散区间，同时将分类变量合并为有统计意义的组别。
3. WOE 编码（Weight of Evidence）：计算每个分箱的证据权重，衡量该分箱内“好客户”（还款客户）与“坏客户”（未还款客户）的分布差异。
4. 逻辑回归建模：以 WOE 值作为输入特征，拟合逻辑回归模型，得到每个特征的系数。
5. 分数转换：将逻辑回归的预测概率（odds）通过线性变换转换为整数分数，形成最终评分卡。

2.2 概率预测模型

催收评分卡本质上是一个概率预测模型，其输出并非直接是“是否还款”的二元判断，而是还款概率 p（0~1 之间）。模型通过最大化似然函数来估计参数，使得预测概率与实际还款结果之间的偏差最小。

逻辑回归模型的数学表达如下：

ln(p / (1-p)) = β₀ + β₁·WOE₁ + β₂·WOE₂ + ... + βₙ·WOEₙ

其中：
p = 客户还款的概率
β₀ = 截距项
βᵢ = 第 i 个特征的回归系数
WOEᵢ = 第 i 个特征分箱后的证据权重值

模型训练完成后，对于任意一个逾期账户，将其各特征值代入上述公式，即可计算出该账户的预测还款概率 p。概率越高，说明该账户在催收周期内主动还款的可能性越大，催收资源可以适当后置或采用低成本渠道；概率越低，则需要优先投入高强度的催收手段。

2.3 评分区间与风险等级映射

将预测概率转换为整数分数后，需要将连续的分数划分为若干个风险等级，以便催收策略人员直观理解和执行。常见的做法是将评分区间划分为 5~10 个等级，每个等级对应不同的催收策略组合（如催收渠道、催收频次、催收话术、是否委外等）。

下表展示了一个典型的催收评分区间与风险等级映射示例：

2.4 从概率到分数的映射流程

为了更直观地展示从原始特征到最终风险等级的完整链路，下图以流程形式呈现了催收评分卡的核心映射关系：

2.5 评分卡与概率预测模型的对比

为了帮助理解评分卡与概率预测模型之间的关系，下表从多个维度进行了对比：