4. 评分卡开发流程：数据收集、特征工程、模型训练、验证、部署的全生命周期

信用评分卡（Scorecard）的开发并非一次性建模任务，而是一个覆盖数据、特征、模型、验证与部署的完整生命周期。本章将拆解这一流程的五个核心阶段，并明确每个阶段的输入、输出与关键决策点。

4.1 全生命周期总览

下图展示了从业务需求到上线监控的完整链路，各阶段之间存在明确的依赖关系与反馈回路。

4.2 阶段一：数据收集

数据是评分卡的基础。此阶段的目标是获取足够覆盖“好/坏”客户行为特征的样本，并确保数据质量与合规性。

4.2.1 数据来源与类型

4.2.2 数据质量检查清单

• 完整性：缺失率超过 70% 的变量直接剔除；关键变量缺失需评估插补方案。
• 准确性：检查异常值（如年龄 200 岁）、逻辑矛盾（如申请日期早于出生日期）。
• 一致性：同一字段在不同系统中的定义与格式必须统一。
• 时效性：观察期与表现期的窗口长度需符合业务逻辑（通常观察期 12-24 个月，表现期 6-12 个月）。

4.3 阶段二：特征工程

特征工程是将原始数据转化为模型可用的预测变量。在评分卡场景中，核心步骤包括分箱、WOE 编码与 IV 筛选。

4.3.1 分箱（Binning）

将连续变量或高基数离散变量划分为若干区间（箱），目的是捕捉非线性关系并增强模型稳健性。

• 等距分箱：按数值区间等宽划分，简单但易受异常值影响。
• 等频分箱：每个箱包含相同数量的样本，分布均匀。
• 最优分箱：基于卡方检验或决策树，使箱内坏账率差异最大化。

4.3.2 WOE 与 IV 计算

WOE（Weight of Evidence）衡量每个分箱中好/坏样本的分布差异，IV（Information Value）则用于评估变量的整体预测力。

# WOE 计算公式
WOE_i = ln( (坏样本占比_i) / (好样本占比_i) )

# IV 计算公式
IV = Σ (坏样本占比_i - 好样本占比_i) × WOE_i

4.4 阶段三：模型训练

评分卡最常用的算法是逻辑回归（Logistic Regression），因其可解释性强、易于转换为分数表。近年来 XGBoost 等树模型也用于提升区分度，但需额外做分数映射。

4.4.1 逻辑回归评分卡转换

将逻辑回归系数转换为整数分数的标准公式：

Score = Offset + Factor × ln(Odds)

其中：
ln(Odds) = β₀ + β₁×WOE₁ + β₂×WOE₂ + ... + βₙ×WOEₙ
Offset = 基准分数 - Factor × ln(基准Odds)
Factor = 20 / ln(2)  （通常设定为每翻倍Odds增加20分）

4.4.2 Champion 对照实验中的训练策略

• Champion 模型：当前生产环境中的评分卡，作为对照基准。
• Challenger 模型：使用新特征、新算法或新分箱策略开发的候选模型。
• 训练集/验证集/测试集：按 6:2:2 或 7:1.5:1.5 划分，确保时间序列顺序不被破坏。

4.5 阶段四：验证

验证阶段的核心是回答两个问题：模型是否足够好？模型是否稳定？

4.5.1 区分度指标

4.5.2 稳定性指标

PSI（Population Stability Index）衡量模型分数在时间维度上的分布偏移。

PSI = Σ (实际占比_i - 预期占比_i) × ln(实际占比_i / 预期占比_i)

PSI < 0.10 ：无显著偏移
0.10 ≤ PSI < 0.25 ：需关注
PSI ≥ 0.25 ：模型失效，需重建

4.6 阶段五：部署

部署不仅是将模型 API 化，还包括分数映射、决策阈值设定与监控体系搭建。

4.6.1 部署架构示意

4.6.2 部署检查清单

• 分数映射：将模型概率转换为 300-900 分的整数评分卡。
• 阈值设定：根据业务风险偏好确定“通过/拒绝/人工审核”的分数切分点。
• AB 测试：Champion 对照实验中，Challenger 模型通常先以 5%-10% 流量灰度上线。
• 监控告警：设置 PSI、每日拒绝率、分数均值等指标的告警阈值。

4.7 全生命周期管理要点