4. 评分卡开发流程：数据准备、变量筛选、逻辑回归建模、评分刻度映射、模型验证

商户风险评分卡是量化风控体系的核心组件，其开发遵循一套严谨的工程化流程。本章将拆解从原始数据到最终评分卡的五阶段闭环：数据准备、变量筛选、逻辑回归建模、评分刻度映射、模型验证。每个阶段的质量直接影响评分卡的区分能力与稳定性。

4.1 数据准备

数据准备是评分卡开发的基础，通常占用项目 60% 以上的时间。核心任务包括：数据采集、数据清洗、特征衍生与样本定义。

4.2 变量筛选

变量筛选的目的是从数百个候选特征中挑选出预测能力强、稳定性好、业务可解释的变量子集。常用方法分为三类：

• 单变量筛选：基于 IV（Information Value，信息量）、缺失率、方差、PSI（Population Stability Index，群体稳定性指标）等指标进行初筛。IV 值大于 0.02 且小于 0.5 的变量通常保留。
• 多变量筛选：使用逐步回归（Stepwise）、LASSO 回归、随机森林特征重要性等方法，处理变量间的多重共线性。
• 业务筛选：结合风控经验，剔除逻辑不合理、未来信息泄露、监管敏感的变量。

4.3 逻辑回归建模

逻辑回归是评分卡开发的标准算法，其优势在于：可解释性强、输出概率校准良好、支持 WOE（Weight of Evidence，证据权重）编码。建模前需对连续变量进行分箱（Binning）并转换为 WOE 值。

WOE 编码公式：

WOE_i = ln( (Bad_i / Bad_total) / (Good_i / Good_total) )

其中 Bad_i 和 Good_i 分别表示第 i 个分箱中的坏样本数和好样本数。

逻辑回归模型形式：

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

其中 p 为商户违约概率，β₀ 为截距项，βᵢ 为第 i 个变量的回归系数。

4.4 评分刻度映射

评分刻度映射将逻辑回归输出的违约概率转换为直观的评分值，便于业务人员理解和使用。标准转换公式如下：

Score = Offset + Factor × ln( p / (1-p) )

其中 Offset（偏移量）和 Factor（刻度因子）通过两个业务假设确定：

• 基准分：当违约概率为某个基准值（如 2%）时，评分为 600 分。
• 翻倍分差：违约概率每翻一倍，评分减少的分数（如 20 分）。

示例计算：

假设：基准概率 2% → 600 分；概率翻倍（4%）→ 580 分
则：Factor = 20 / ln(2) ≈ 28.85
    Offset = 600 - 28.85 × ln(0.02/0.98) ≈ 600 - 28.85 × (-3.89) ≈ 712.2
最终公式：Score = 712.2 - 28.85 × ln( (1-p)/p )

4.5 模型验证

模型验证是评分卡上线前的最后一道质量关卡，需从区分能力、校准能力、稳定性三个维度进行全面评估。