網際網路金融業申請評分卡介紹

申請評分卡的重要性和特性

評分卡：

• 以分數的形式來衡量風險機率
• 對未來一段時間內違約\逾期\失聯概率的預測
• 通常分數越高越安全
• 申請環節：反欺詐評分卡，申請評分卡；監控環節：行為評分卡；逾期環節：催收評分卡

申請評分卡的特性

• 穩定性
  
  • 還款能力和還款意願在短期內不會發生劇變。當總體違約/逾期概率不變時，分數的分佈也應該不變
• 區分性
  
  • 違約人群和正常人群的分數應該有明顯差異
• 預測能力
  
  • 低分人群的違約率更高
• 評分和逾期概率等價
  
  • 可以精準的反映違約/逾期概率，反之亦然

評分卡模型開發步驟

1. 立項：確定應用場景、物件和目的
2. 資料準備與預處理：賬戶、客群、內部/外部資料
3. 模型構建
4. 模型評估：區分度、預測性、平穩性
5. 驗證/審計：是否有計算錯誤、邏輯錯誤、業務錯誤
6. 模型部署：從開發環境到生產環境、容量、併發度
7. 模型監控：效能是否減弱，是否需要優化甚至重新開發

申請評分卡常用特徵

1. 個人資訊：收入、年齡、性別
2. 歷史行為資訊：歷史逾期記錄
3. 負債資訊：在本金融機構或者其他金融機構負債情況
4. 消費能力：商品購買紀錄，出境遊，奢侈品消費
5. 新興資料：人際社交 網路足跡 出行 個人財務

非平衡樣本問題的定義和解決方法

信用風險：正常使用者遠多於逾期/違約使用者
流失風險：留存使用者多於流失使用者
平衡的定義：在金融評分資料領域中的負正樣本比例在1：20內都算資料樣本平衡。其他領域具體分析。

解決方法

因為下采樣會丟失資訊，如何減少資訊的損失呢？第一種方法叫做EasyEnsemble，利用模型融合的方法（Ensemble）：多次下采樣（放回取樣，這樣產生的訓練集才相互獨立）產生多個不同的訓練集，進而訓練多個不同的分類器，通過組合多個分類器的結果得到最終的結果。第二種方法叫做BalanceCascade，利用增量訓練的思想（Boosting）：先通過一次下采樣產生訓練集，訓練一個分類器，對於那些分類正確的大眾樣本不放回，然後對這個更小的大眾樣本下采樣產生訓練集，訓練第二個分類器，以此類推，最終組合所有分類器的結果得到最終結果。第三種方法是利用KNN試圖挑選那些最具代表性的大眾樣本，叫做NearMiss，這類方法計算量很大,感興趣的可以參考“Learning from Imbalanced Data”這篇綜述的3.2.1節。