2. 风控模型基础回顾：评分卡模型、机器学习模型（XGBoost/LightGBM）、模型输出概率与分数含义

在设定告警阈值之前，必须深刻理解风控模型输出的本质。无论是传统的评分卡还是前沿的集成学习模型，其输出最终都映射为对用户违约概率的估计。本节将回顾两类核心模型的结构差异，并重点解析概率与分数的转换逻辑，为后续阈值调优奠定理论基础。

2.1 评分卡模型：线性可加与业务可解释

评分卡（Scorecard）是金融风控领域最经典的模型之一，其核心思想是将逻辑回归（Logistic Regression）的预测概率通过线性变换映射为整数分数。评分卡的优势在于业务可解释性强、监管合规性好，且分数具有直观的“刻度”含义。

评分卡建模流程通常包含以下步骤：

1. 特征分箱与WOE编码： 将连续变量离散化，计算每个分箱的证据权重（Weight of Evidence, WOE），替代原始特征值。
2. 逻辑回归拟合： 以WOE值为输入，拟合违约概率 p。
3. 分数映射： 设定两个业务锚点（如：某分数对应某Odds值，以及分数翻倍时Odds翻倍的倍数），求解Offset和Factor。
4. 分数输出： 最终输出为整数分数，分数越高代表信用越好（违约概率越低）。

2.2 机器学习模型：XGBoost与LightGBM

XGBoost和LightGBM是当前风控领域最主流的机器学习模型。它们基于梯度提升框架，通过迭代生成多棵决策树来最小化损失函数。相比评分卡，它们能自动捕捉特征间的高阶交互与非线性关系，在AUC和KS指标上通常表现更优。

两种模型的核心差异在于树的生长策略：

• XGBoost： 采用按层生长（Level-wise）策略，每次分裂同一层的所有节点，易于并行化，但可能产生冗余节点。
• LightGBM： 采用按叶生长（Leaf-wise）策略，每次只分裂增益最大的叶子节点，训练速度更快、内存占用更低，但容易过拟合，需限制树深度。

# XGBoost 训练示例（Python）
import xgboost as xgb
model_xgb = xgb.XGBClassifier(
    n_estimators=200,
    max_depth=6,
    learning_rate=0.1,
    subsample=0.8,
    colsample_bytree=0.8,
    eval_metric='auc'
)
model_xgb.fit(X_train, y_train)
y_prob_xgb = model_xgb.predict_proba(X_test)[:, 1]  # 输出违约概率

# LightGBM 训练示例（Python）
import lightgbm as lgb
model_lgb = lgb.LGBMClassifier(
    n_estimators=200,
    num_leaves=31,
    learning_rate=0.1,
    subsample=0.8,
    colsample_bytree=0.8
)
model_lgb.fit(X_train, y_train)
y_prob_lgb = model_lgb.predict_proba(X_test)[:, 1]  # 输出违约概率

2.3 模型输出概率与分数的含义

无论是评分卡还是机器学习模型，其输出都可以统一理解为对“违约可能性”的度量。但两者在数值含义和业务解读上存在显著差异：

• 概率（Probability）： 取值范围 [0,1]，直接表示模型估计的违约概率。0.1 表示有10%的概率违约。阈值通常设定在0.02~0.2之间，取决于业务风险偏好。
• 分数（Score）： 取值范围通常为300~850（或自定义区间），分数越高代表信用越好。分数与Odds（好坏比）呈线性关系，而非与概率直接线性。

下图展示了从模型输出到业务决策的完整链路，以及概率与分数之间的转换关系：

2.4 概率与分数的业务解读对照

在实际风控场景中，模型输出的概率或分数需要与业务动作一一对应。下表展示了典型的解读对照关系：