3. 评分卡开发流程回顾：数据采集、特征工程、模型训练、拒绝推断、刻度化、cutoff设定

在进入 Champion 对照实验设计之前，有必要系统回顾标准评分卡开发的完整流程。每个环节的决策质量直接影响最终评分卡的区分能力、稳定性和业务可解释性。以下按开发顺序逐一拆解关键步骤与常见陷阱。

3.1 数据采集与预处理

数据是评分卡的基础。采集阶段需要覆盖 好客户 与 坏客户 的完整样本，同时确保时间窗口对齐，避免幸存者偏差。

3.2 特征工程

特征工程是将原始数据转化为预测变量的过程。在评分卡场景中，WOE 编码 与 IV 筛选 是核心手段。

• 粗分类： 对连续变量分箱（等距、等频、决策树分箱），对分类变量合并稀疏类别。
• WOE 计算： 每个分箱的 WOE = ln(坏占比 / 好占比)，反映该分箱的风险区分能力。
• IV 筛选： IV = Σ(坏占比 - 好占比) × WOE，IV < 0.02 剔除，0.02–0.1 弱预测力，0.1–0.3 中等，> 0.3 强预测力。
• 相关性检查： 剔除高相关变量（|r| > 0.7），避免多重共线性。

3.3 模型训练

评分卡最常用的算法是 逻辑回归，因其可解释性强、系数稳定、易于刻度化。训练阶段需关注以下要点：

• 样本划分： 训练集 60%、验证集 20%、测试集 20%，保持好坏比例一致。
• 变量筛选： 逐步回归（向前/向后/双向），结合业务经验保留核心变量。
• 系数稳定性： 检查变量系数的符号是否符合业务逻辑（如收入越高，系数应为正）。
• 模型评估： KS、AUC、Gini 系数、PSI 稳定性指标。

3.4 拒绝推断

拒绝推断用于修正 样本选择偏差。建模样本仅包含通过审批的客户，而拒绝客户的风险分布未知。若不处理，模型会高估整体信用水平。

3.5 刻度化

刻度化将逻辑回归的 对数几率 转换为直观的分数。标准评分卡公式如下：

Score = Offset + Factor × ln(Odds)

其中：
Odds = p / (1 - p)，p 为违约概率
Offset = 基准分数 - Factor × ln(基准Odds)
Factor = PD / ln(2)，PD 为翻倍分数

常用设定：
基准分数 = 600，基准Odds = 50:1，PD = 20
即 Odds 翻倍时，分数增加 20 分

每个变量的每个分箱对应一个分数：

变量分箱分数 = Factor × (WOE × β + α/n)

其中：
β = 逻辑回归系数
α = 模型截距
n = 变量个数

3.6 Cutoff 设定

Cutoff 是评分卡的决策阈值，决定哪些申请通过、哪些拒绝。设定方法包括：

• 业务目标法： 根据目标通过率或坏账率反推 cutoff。
• 利润最大化法： 计算不同 cutoff 下的预期利润，选择最优值。
• KS 最优法： 选择使 KS 统计量最大的分数点。
• 交叉验证法： 在验证集上测试多个 cutoff，选择泛化能力最强的。

3.7 流程总览

以下表格汇总了评分卡开发各环节的核心产出与质量检查点：