2. 信用评分模型基础：什么是信用评分卡，评分卡开发流程与常用模型

信用评分卡（Credit Scorecard）是金融风控领域最经典、最透明的量化决策工具。它将借款人的特征（如收入、负债、历史逾期次数）通过统计模型转化为一个可解释的分数，用以预测借款人未来发生违约的概率。本章将系统讲解评分卡的定义、标准开发流程以及三种核心建模算法。

2.1 什么是信用评分卡

信用评分卡通常以“分数”形式输出，分数越高代表信用风险越低。典型的评分卡具有以下特征：

• 可解释性： 每个特征对分数的贡献是显式的，业务人员可以清楚知道“为什么扣分”。
• 标准化： 不同借款人的分数在同一尺度上可比，便于制定统一的授信策略。
• 稳定性： 经过严格的群体稳定性（PSI）监控，确保模型在时间推移中保持有效。

2.2 评分卡开发流程

一个标准评分卡项目通常包含以下五个阶段，每个阶段都有明确的交付物和质量检查点。

2.3 常用模型算法

在评分卡开发中，不同算法各有优劣。以下对比三种最常用的模型：

2.3.1 逻辑回归评分卡示例

逻辑回归评分卡的核心是将模型系数转换为整数分数。以下是一个简化的分数映射代码示例：

import pandas as pd
import numpy as np
from sklearn.linear_model import LogisticRegression

# 假设已经完成WOE编码，X_woe为特征矩阵，y为标签
model = LogisticRegression(C=1.0, solver='liblinear')
model.fit(X_woe, y)

# 分数映射参数
base_score = 600       # 基础分
pdo = 20               # 分数每增加20分，违约概率减半
odds_0 = 50            # 基础好坏比

# 计算每个特征的分数贡献
factor = pdo / np.log(2)
intercept_score = base_score - factor * np.log(odds_0)
coef_scores = factor * model.coef_[0]

print(f"截距项分数贡献: {intercept_score:.2f}")
for i, col in enumerate(X_woe.columns):
    print(f"特征 {col} 的系数分数: {coef_scores[i]:.2f}")

2.3.2 XGBoost 模型训练要点

使用 XGBoost 构建评分卡时，需要特别注意样本不平衡与早停策略：

import xgboost as xgb
from sklearn.model_selection import train_test_split

X_train, X_val, y_train, y_val = train_test_split(
    X, y, test_size=0.2, random_state=42, stratify=y
)

# 设置样本权重处理不平衡
scale_pos_weight = (y_train == 0).sum() / (y_train == 1).sum()

model_xgb = xgb.XGBClassifier(
    n_estimators=500,
    max_depth=4,
    learning_rate=0.05,
    scale_pos_weight=scale_pos_weight,
    eval_metric='auc',
    early_stopping_rounds=50,
    random_state=42
)

model_xgb.fit(
    X_train, y_train,
    eval_set=[(X_val, y_val)],
    verbose=False
)

print(f"最佳迭代轮数: {model_xgb.best_iteration}")
print(f"验证集AUC: {model_xgb.best_score:.4f}")