信用评分卡开发流程报告材料

《信用评分卡开发流程报告材料》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实用文档评分卡开发流程文档一、数据集切分将数据集按照70%与30%比例切分为训练集和测试集两部分；二、分别对训练集与测试集进行数据预处理1.衍生变量：进行衍生的变量1)未销户信用卡最近6个月平均使用率=未销户信用卡最近6个月平均使用额度/未销户信用卡授信总额2)未销户信用卡已使用率=未销户信用卡已用额度/未销户信用卡授信总额2.String变量转换为数值型。1)性别：男=0；女=1；缺失=-1；2)最高学历：硕士及以上=5；本科=4；大专=3；高中=2；初中及以下=1；缺失=-1；3)婚姻状况已婚已育=5；已婚未育=

2、4；离异=3；未婚=2；其他=1；缺失=-1；文案大全实用文档1)现住房情况多套自有=11；自有=10；小产权=9；宅基地房=8；共同拥有或与父母同住=7；与父母同住=6；租借或公司所有=5；租房=4；自购现无贷款=3；自购现有贷款=2；其他=1；缺失=-12)单位职务高层领导=3；中层领导=2；一般员工=1；缺失=-1；3)单位性质国有企业=4；政府机关=3；微型企业=2；民营企业=1；缺失=-1；4)手机号码是否一致一致=1；不一致=0；缺失=-1；5)坏客户标签坏客户=1；好客户=01.缺失值处理1)变量初分类

3、：各变量元素个数检查文案大全实用文档a)当变量元素数值个数=1，表示为常量；删除该变量；b)当变量元素为数值且剔除缺失类型后，元素类型>=10;归为连续型变量；c)其他变量归类为类别型变量；1)变量缺失值处理a)对连续型变量：如果缺失值比例大于0.7，删除变量；其他变量中缺失值采用-999999特殊处理，单独归为一类；b)对于类别型变量：如果缺失值比例大于0.5，删除变量；其他变量中缺失值采用随机插值法补充缺失值；二、训练集数据分箱1、类别型变量分箱方法根据数据预处理中得到的类别变量，1)如果类别变量元素类型中有坏客

4、户率相同的组，如果元素类别大于2，合并元素。2)如果类别变量元素中最小箱占比小于总样本比例2%，根据其坏客户率，寻找坏客户率最相近的组，进行合并，直到最小箱占比大于总样本比例2%。3)如果类别变量元素类型超过5类，寻找变量中最小箱，计算其坏客户率，寻找与其坏客户率最相邻的元素合并，直到变量元素类型不超过5类。文案大全实用文档1)如果类别变量元素类型不超过5类，检查单个变量占箱的比例；如果类别中某一类超过变量整体个数比例90%；删除该变量；2)检查每一组分箱中坏客户比例，如果存在某个箱中坏客户比例为0，则进行合并；a)

5、合并的原则如下：根据坏客户比例从低到高排序，根据排序将坏客户比例为0的组与相邻组合并，直到不存在坏客户比例为0的组；b)检查是否存在某一类超过变量整体个数比例90%，如果存在，则删除该合并分组后的变量。3)经过以上步骤后得到的类别变量，计算类别变量的WOE和IV值；1、连续型变量分箱方法连续型变量=预处理中得到的连续型变量。1)如果数值变量中元素存在为-999999的，把-999999单独归为一类处理；2)将以上连续型变量进行卡方分箱，得到分割点，进行初步分箱；分箱原则：最大分箱组数为5组，分箱保证了组内元素的卡方值

6、差异最小，进行分箱合并；3)得到初步分箱组a)检查每一组分箱中坏客户比例是否存在=0的组，如果存在，需要对其进行合并，直到不存在为止。b)检查分箱组中，组间所对应的坏客户比例是否单调；如果不单调，根据卡方分箱原则，将分箱组数进行缩减，直到单调。文案大全实用文档a)检查分箱后某一组超过变量整体个数比例90%，如果存在，则删除该变量。2)经过以上步骤后得到的类别变量，计算类别变量的WOE和IV值；三、将训练集原数据用WOE值替代；四、训练集单变量及多变量筛选（剔除多重共线性）1、单变量筛选：1)IV值筛选标准：IV>0.

7、2;2、多变量筛选1)计算WOE替代后变量间的相关系数，如果变量间相关系数>0.6,比较该组变量IV值，删除IV值小的变量；2)通过对不同变量线性回归得到的R2，计算VIF值，剔除VIF=1/（1–R2）>10的变量；五、构建及评估逻辑回归模型1、利用上述步骤筛选得到的变量，构建逻辑回归方程；2、采用后向逐步回归，通过剔除逻辑回归方程P值最不显著的变量（P值<0.05），重复以上步骤，直到所有变量均显著，或者最后没有可剔除变量。3、最后得到的逻辑回归方程即为所训练的最终模型。文案大全实用文档4、通过计算KS、AR指标

8、评估模型；训练集KSandARforthescorecardinthetestdatasetare57%and45%文案大全实用文档变量类别WOEInterceptCofficientWOE*Coff+Intercep/11FactorOffsetScore性别女0.66-2.39-0.97-0.8672.13217.8181.70性别男-0.