2. 风险评分体系设计：评分卡原理、评分维度划分

风险评分体系是商户风险评分通道的核心决策引擎。一套科学的评分体系，需要从评分卡原理和评分维度划分两个层面进行设计。评分卡决定了“如何算分”，评分维度决定了“算什么”。

2.1 评分卡原理：从逻辑回归到标准分

在商户风险领域，最成熟且可解释性最强的评分卡基于逻辑回归（Logistic Regression）。其核心思想是将商户的违约概率（PD）映射为一个整数分数，便于业务人员直接使用。

评分卡构建四步法：

1. 变量分箱（Binning）： 将连续变量（如交易金额）或离散变量（如行业类型）划分为若干区间，每个区间对应一个WOE（Weight of Evidence，证据权重）值。
2. WOE编码： 用WOE值替换原始变量值，WOE = ln(好商户占比 / 坏商户占比)。WOE越大，代表该区间商户违约风险越低。
3. 逻辑回归建模： 以WOE值为输入，拟合逻辑回归模型，得到每个变量的回归系数。
4. 分数转换： 将逻辑回归的线性输出（Logit值）通过线性变换转换为标准评分卡分数。

2.2 评分维度划分：四大支柱

商户风险评分不能仅依赖单一维度。我们将评分维度划分为身份、交易、行为、环境四大支柱，每个支柱下包含若干核心变量。

2.3 维度拆解与变量设计

每个维度下，变量设计需遵循预测性、稳定性、可解释性三原则。以下为各维度关键变量设计示例：

2.3.1 身份维度

• 注册时长： 新注册商户（<30天）风险较高，通常赋予负向分数。
• 法人年龄： 法人年龄过低（<25岁）或过高（>65岁）可能涉及代持风险。
• 行业类型： 高风险行业（如虚拟货币、成人用品）需额外扣分。
• 关联企业数量： 同一法人/地址关联多家商户，可能为团伙操作。

2.3.2 交易维度

• 日均交易额： 与行业均值偏离超过3倍标准差，触发预警。
• 交易时间分布： 凌晨交易占比过高（>50%）可能为异常。
• 退款率： 退款率超过行业均值2倍，扣分。
• 拒付率： 拒付率>1%为高风险信号。

2.3.3 行为维度

• 登录频率： 24小时内登录超过10次，可能为自动化操作。
• 结算账户变更： 近30天变更结算账户，风险上升。
• 历史逾期： 历史逾期次数≥2，直接进入黑名单候选。

2.3.4 环境维度

• IP归属地： IP与商户注册地跨省/跨国，扣分。
• 设备指纹： 同一设备关联多个商户，标记为团伙风险。
• 代理检测： 使用VPN/代理访问后台，环境风险升高。

2.4 评分卡输出与阈值设定

评分卡最终输出一个整数分数（如300-900分）。根据分数将商户划分为不同风险等级：

2.5 评分卡监控与迭代

评分卡上线后并非一成不变。需建立月度监控报表，跟踪以下指标：

• PSI（群体稳定性指标）： 监控评分分布是否发生偏移，PSI>0.1需预警。
• KS值： 衡量评分卡区分好坏商户的能力，KS>0.3为合格。
• 变量IV值衰减： 检查各变量预测能力是否随时间下降。
• 误杀率与漏杀率： 低风险商户被误判为高风险的比例，以及高风险商户被漏过的比例。