【模型 區分度】神祕的KS值和GINI係數
阿新 • • 發佈：2019-01-27
有效性指標中的區分能力指標：
KS(Kolmogorov-Smirnov)：KS用於模型風險區分能力進行評估，
指標衡量的是好壞樣本累計分部之間的差值。
好壞樣本累計差異越大，KS指標越大，那麼模型的風險區分能力越強。
KS的計算步驟如下：
1. 計算每個評分割槽間的好壞賬戶數。
2. 計算每個評分割槽間的累計好賬戶數佔總好賬戶數比率(good%)和累計壞賬戶數佔總壞賬戶數比率(bad%)。
3. 計算每個評分割槽間累計壞賬戶佔比與累計好賬戶佔比差的絕對值（累計good%-累計bad%），然後對這些絕對值取最大值即得此評分卡的K-S值。
·GINI係數:也是用於模型風險區分能力進行評估。
GINI統計值衡量壞賬戶數在好賬戶數上的的累積分佈與隨機分佈曲線之間的面積，好賬戶與壞賬戶分佈之間的差異越大，GINI指標越高，表明模型的風險區分能力越強。
GINI係數的計算步驟如下：
1. 計算每個評分割槽間的好壞賬戶數。
2. 計算每個評分割槽間的累計好賬戶數佔總好賬戶數比率（累計good%）和累計壞賬戶數佔總壞賬戶數比率(累計bad%)。
3. 按照累計好賬戶佔比和累計壞賬戶佔比得出下圖所示曲線ADC。
4. 計算出圖中陰影部分面積，陰影面積佔直角三角形ABC面積的百分比，即為GINI係數。
