2. 评分卡基础回顾:评分卡的定义、评分卡在信贷风控中的作用、标准评分卡构建流程

在深入探讨 PSI 漂移告警之前,必须牢固掌握评分卡的基础知识。评分卡是信贷风控领域最核心的量化工具,它将借款人的违约风险映射为一个直观的分数,从而辅助决策。本节将系统回顾评分卡的定义、核心作用以及标准构建流程。

2.1 评分卡的定义

评分卡(Scorecard)是一种基于统计模型(通常是逻辑回归)的信用风险评估工具。它将借款人的多个特征(如年龄、收入、负债比、征信查询次数等)通过模型权重转换为一个总分。这个分数代表了借款人未来一段时间内发生违约(如逾期 90 天以上)的概率。

评分卡的核心公式可简化为:

Score = Offset + Factor × ln(Odds)

其中:
Odds = p / (1 - p)  (违约与正常客户的比率)
p = 违约概率
Offset 和 Factor 为常数,用于将 Odds 映射到预设的分数区间(如 300-850)

评分卡通常以“点数”形式呈现,每个特征的不同取值(或分箱)对应一个分数。最终得分为各特征分数之和。

特征 分箱区间 对应分数
年龄 25-35 岁 45
年龄 36-50 岁 60
月收入 5000-10000 元 30
月收入 10001-20000 元 55
征信查询次数 0-2 次/半年 70
征信查询次数 3-6 次/半年 40
关键理解:评分卡的本质是一个“可解释的”概率预测模型。分数越高,代表违约风险越低,信用资质越好。

2.2 评分卡在信贷风控中的作用

评分卡贯穿信贷业务的整个生命周期,是自动化、标准化决策的基石。其核心作用体现在以下四个方面:

  • 贷前准入与审批: 快速筛选高风险申请,实现自动化审批(如分数高于阈值自动通过),提升效率并降低人工成本。
  • 贷中额度与定价: 根据评分卡分数动态调整授信额度和利率。分数越高,可给予更高额度、更低利率。
  • 贷后监控与预警: 监控存量客户评分的变化趋势。评分显著下降的客户,可能触发早期预警,进行催收或额度冻结。
  • 组合管理与风险量化: 计算整个资产组合的风险分布,为拨备计提、资本金计算提供量化依据。
业务价值: 评分卡实现了从“经验驱动”到“数据驱动”的转变,确保了风控决策的一致性、客观性和可追溯性。

2.3 标准评分卡构建流程

构建一张标准评分卡是一个严谨的工程化过程,通常包含以下六个核心步骤。下图展示了这一标准流程。

标准评分卡构建流程 1. 数据准备与清洗 2. 特征分箱与WOE编码 3. 逻辑回归建模 4. 模型评估与验证 5. 分数刻度映射 6. 上线部署与监控

下面对流程中的关键步骤进行详细说明:

  1. 数据准备与清洗: 收集历史信贷数据(包括好坏客户标签),处理缺失值、异常值,进行数据质量校验。
  2. 特征分箱与WOE编码: 将连续变量离散化(分箱),并计算每个分箱的证据权重(Weight of Evidence, WOE),以量化该分箱对违约状态的区分能力。
  3. 逻辑回归建模: 以WOE值作为输入特征,构建逻辑回归模型,估计各特征的系数(权重)。
  4. 模型评估与验证: 使用KS值、AUC、Gini系数等指标评估模型区分度;使用PSI评估模型稳定性(这是本课程的核心)。
  5. 分数刻度映射: 将逻辑回归输出的对数几率(Log-odds)通过线性变换映射到预设的分数区间(如300-850分)。
  6. 上线部署与监控: 将评分卡规则部署到决策引擎,并建立持续的监控体系,定期检查分数分布和模型性能。