1. 信用评分业务概述
1.1 信用评分卡模型简介
信用评分卡（Scorecard）是金融风控领域最经典、最成熟的量化决策工具之一。它通过统计模型将借款人的历史行为、个人信息、交易记录等特征映射为一个数值分数，用以预测借款人未来发生违约或逾期等风险事件的概率。评分卡的核心输出是一个整数分数，分数越高代表信用风险越低，金融机构据此做出审批、授信、定价等决策。
评分卡的核心公式：
Score = Offset + Factor × ln(Odds)
其中 Odds = p/(1-p)，p 为违约概率；Offset 和 Factor 为预设的刻度参数，用于将模型输出映射到业务可理解的分数区间（如 300-850 分）。
Score = Offset + Factor × ln(Odds)
其中 Odds = p/(1-p)，p 为违约概率；Offset 和 Factor 为预设的刻度参数，用于将模型输出映射到业务可理解的分数区间（如 300-850 分）。
评分卡模型通常基于逻辑回归（Logistic Regression）构建，具有以下优势：
- 可解释性强：每个特征变量对应一个分数贡献，业务人员可以直观理解评分逻辑。
- 稳定性好：通过 WOE（Weight of Evidence）编码和证据权重转换，模型对数据波动有较好的鲁棒性。
- 监管合规：在巴塞尔协议、国内征信管理办法等监管框架下，评分卡是公认的可解释风控模型。
1.2 A卡 / B卡 / C卡 区别
根据评分卡在信贷生命周期中的应用阶段，通常将其分为三类：申请评分卡（A卡）、行为评分卡（B卡）和催收评分卡（C卡）。三者在数据来源、预测目标、使用场景上存在显著差异。
| 维度 | A卡（Application Scorecard） | B卡（Behavior Scorecard） | C卡（Collection Scorecard） |
|---|---|---|---|
| 应用阶段 | 贷前申请审批 | 贷中账户管理 | 贷后逾期催收 |
| 预测目标 | 新申请客户未来 6-12 个月违约概率 | 存量客户未来 3-6 个月违约概率 | 逾期客户未来还款概率 / 回收率 |
| 数据来源 | 申请表信息、征信报告、外部三方数据 | 历史还款记录、交易流水、额度使用率 | 逾期天数、催收记录、联系人信息 |
| 特征时效 | 申请时点快照 | 滚动时间窗口（近 3/6/12 个月） | 逾期后动态更新 |
| 决策动作 | 通过 / 拒绝 / 人工审核 | 额度调整、交叉营销、预警 | 催收策略、委外、核销 |
| 模型更新频率 | 季度 / 半年 | 月度 / 季度 | 按需 / 事件驱动 |
实战提示：在 Spark 特征工程中，A 卡特征通常以“申请时点快照”方式一次性计算；B 卡特征需要基于历史流水做滑动窗口聚合，是 Spark 窗口函数和状态计算的典型应用场景；C 卡特征则涉及逾期后的动态行为追踪，对数据时效性要求最高。
1.3 评分卡在金融风控中的价值
评分卡模型之所以在金融风控领域经久不衰，是因为它从多个维度为金融机构创造了不可替代的价值：
- 量化风险，统一标准：将主观判断转化为客观分数，消除审批人员经验差异导致的决策不一致。
- 提升效率，降低成本：自动化审批决策，秒级输出结果，大幅减少人工审核成本。
- 精细化管理：通过分数切分，实现差异化定价、差异化授信、差异化催收策略。
- 监管合规与可解释：每个特征对分数的贡献透明可追溯，满足监管对模型可解释性的要求。
- 组合风控：评分卡可与规则引擎、机器学习模型组合使用，构建多层风控体系。
注意：评分卡虽然经典，但在大数据时代面临特征维度爆炸、数据稀疏性、时效性等挑战。这正是引入 Spark 进行分布式特征工程的核心驱动力——用大数据技术解决传统评分卡在数据量和计算复杂度上的瓶颈。