信用評分卡分類
a卡：申請評分卡，側重貸前，在客戶獲取期，建立信用風險評分，**客戶帶來違約風險的概率大小；
b卡：行為評分卡，側重貸中，在客戶申請處理期，建立申請風險評分模型，**客戶開戶後一定時期內違約拖欠的風險概率，有效排除了信用不良客戶和非目標客戶的申請；
c卡：催收評分卡，側重貸後，在帳戶管理期，建立催收評分模型，對逾期帳戶**催收策略反應的概率，從而採取相應的催收措施。
python **
# 評分卡轉化
## 前提：woe轉化，邏輯回歸各變數係數
## score = a+b*model_score
## 1.給某個特定的比率設定特定的預期分值；設定為p，好壞比設定為15
## 2.比率翻番時下降的分數(pdo)設定為20分
## 3. 基準分數定位700分，分數越大，信用度越好
## 從woe的公式來看，就是邏輯回歸中機會比的含義。評分卡模型，對每個類別的woe乘以乙個引數和評分權重，最終得到了模型分數。
from math import log
temdf = pd.dataframe([result.params,round(result.pvalues,4),result.tvalues],index = ['coef','pvalue','z']).t
p = 15 / math.log(2)
q = 700 - 20 * math.log(15) / math.log(2)
print(p,q)
basescore = round(q - p * temdf['coef'][0], 0)
print(basescore)
# 第i個變數各區間的分數計算公式： a-b*(alpha/n+betai*woei1)
def trans(p,beta,datawoe):
credit_score = ordereddict()
n = len(smlogit_summary.iloc[1:,:]['index'].tolist())
for var in smlogit_summary.iloc[1:,:]['index'].tolist():
tem_score = ordereddict()
coef_ = smlogit_summary[smlogit_summary['index']==var]['coef'].values[0]
for j in dataiv[var].keys():
tem_score.update()
credit_score.update()
return credit_score
trans_score = trans(p,smlogit_summary,datawoe)
lst =
for i in trans_score.keys():
for j in trans_score[i].keys():
## 得到每個變數每個區間對應的分數(字典形式)
# 最後根據每條資料每個變數的得分求得總分即可
def final_score_fun(data_,dict_,variables):
temp_dat = copy.deepcopy(data_)
for variable in variables:
temp_dat[variable] =[dict_[variable][i] if i in dict_[variable].keys() else 0 for i in data_[variable] ]
temp_dat['basescore'] = 653
temp_dat = temp_dat.merge(score_tr[['loan_no','y','score_smlogit','train_test']],left_on = 'loan_no',right_on ='loan_no',how = 'left')
return temp_dat
final_score = final_score_fun(dat_[['loan_no']+smlogit_summary.iloc[1:,:]['index'].tolist()],trans_score,list(trans_score.keys()))
金融風控 申請評分卡模型 申請評分卡介紹
從這篇博文開始，我將總結金融風控中的另外乙個模型 申請評分卡模型。這篇博文將主要來介紹申請評分卡的一些基本概念。本篇博文將以以下四個主題來進行介紹說明 交易對手未能履行約定契約中的義務而造成經濟損失的風險,即受信人不能履行還本付息的責任而使授信人的預期收益與實際收益發生偏離的可能性它是金融風險的主要...
R做評分卡模型 實戰
變數含義 讀入資料 x ndata 0 mpaichu n m 排除項 data17 k zhongjian 定義y y which data1 overdue 0 0 y which data1 overdue 7 1 m01m02 m03m06 m07m10 m11m12 m13m16 m17m...
C卡催收評分卡
2 業務階段 c卡適用於貸後環節，根據使用者當前還款狀態為逾期的情況下，未來還款的可能性。3 資料使用 a卡申請評分卡一般可做貸款0 1年的信用分析，b卡行為評分卡一般為3 5年，催收評分卡則對資料要求更大，需加入催收後客戶反應等屬性資料。4 常用模型 在信貸領域，構建評分卡最常用的演算法是邏輯回歸...