1. 信用评分模型概述
1.1 信用评分的定义
信用评分是一种通过统计模型对借款人违约风险进行量化评估的方法。它将借款人的历史行为、人口属性、财务特征等转化为一个数值分数，用以预测其在未来特定期限内发生违约的概率。分数越高，代表信用风险越低；分数越低，代表违约可能性越大。
核心公式： 信用评分 = f(特征变量) → 违约概率预测 → 分数映射
信用评分模型广泛应用于信贷审批、额度管理、利率定价、贷后监控等环节。其核心价值在于：
- 客观性： 消除人工审批的主观偏差，实现标准化决策。
- 效率： 毫秒级完成风险评估，支撑大规模自动化审批。
- 可解释性： 评分卡模型可追溯每个特征对分数的贡献，满足监管合规要求。
- 稳定性： 通过持续监控和迭代，保持风险排序能力长期有效。
1.2 评分卡模型的发展历史
信用评分卡的发展经历了从经验判断到数据驱动的演进过程，主要分为以下四个阶段：
| 阶段 | 时间 | 核心方法 | 代表性事件 |
|---|---|---|---|
| 萌芽期 | 1940s-1960s | 专家判断、5C原则 | 银行信贷员基于品德、能力、资本、担保、环境进行人工审批 |
| 统计期 | 1970s-1990s | 逻辑回归、判别分析 | FICO 公司推出通用评分卡，逻辑回归成为行业标准 |
| 机器学习期 | 2000s-2010s | 决策树、随机森林、GBDT | 集成学习提升预测精度，但可解释性下降 |
| 深度学习期 | 2015s-至今 | 神经网络、图神经网络、Transformer | 处理高维稀疏特征和时序行为，可解释性研究同步推进 |
行业共识： 尽管机器学习模型精度更高，但在金融监管严格的场景下，逻辑回归评分卡因其可解释性和稳定性，至今仍是主流选择。AUC 是衡量模型排序能力的核心指标，贯穿所有发展阶段。
1.3 AUC 在评分模型中的核心作用
AUC（Area Under the ROC Curve）是评估信用评分模型区分能力的最重要指标。它衡量模型将正样本（违约客户）排在负样本（正常客户）之前的概率。AUC 的取值范围为 [0, 1]，数值越高，代表模型的排序能力越强。
AUC 的行业解读标准：
- AUC < 0.6： 模型基本无效，区分能力接近随机猜测。
- 0.6 ≤ AUC < 0.7： 模型区分能力较弱，可接受但需改进。
- 0.7 ≤ AUC < 0.8： 模型区分能力中等，行业常见水平。
- 0.8 ≤ AUC < 0.9： 模型区分能力良好，适用于高风险决策。
- AUC ≥ 0.9： 模型区分能力优秀，但需警惕过拟合。
注意： AUC 反映的是排序能力，而非预测准确率。在样本极度不平衡的信用评分场景中（违约率通常低于 5%），AUC 比准确率更能真实反映模型性能。灰度试运行阶段的核心任务之一，就是验证 AUC 在线上环境是否保持稳定。
下图展示了信用评分模型从数据输入到 AUC 评估的完整流程：
1.4 AUC 与 KS 的对比
在信用评分领域，AUC 和 KS（Kolmogorov-Smirnov）是衡量模型区分能力的两个核心指标。下表对比了二者的异同：
| 对比维度 | AUC | KS |
|---|---|---|
| 定义 | ROC 曲线下的面积，反映整体排序能力 | 正负样本累计分布的最大差值，反映最大区分点 |
| 取值范围 | [0, 1] | [0, 1] |
| 关注点 | 全局排序能力 | 最佳切割点处的区分能力 |
| 对样本分布敏感度 | 不敏感，适用于不平衡样本 | 相对敏感，样本分布变化时波动较大 |
| 行业常用阈值 | ≥ 0.75 为可接受 | ≥ 0.3 为可接受 |
| 灰度监控适用性 | 适合作为长期稳定监控指标 | 适合短期波动检测 |
灰度实践建议： 在灰度试运行期间，建议同时监控 AUC 和 KS。AUC 用于判断模型整体排序能力是否衰减，KS 用于检测特定分数段的风险区分是否出现异常。两者结合可以更全面地评估模型在线上环境的表现。
下图展示了 AUC 与 KS 在 ROC 曲线上的几何关系：