信用评分卡开发流程报告VIP专享VIP免费

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=4；离异=3；未婚=2；其他=1；缺失=-1；4)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=-15)单位职务高层领导=3；中层领导=2；一般员工=1；缺失=-1；6)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；7)手机号码是否一致一致=1；不一致=0；缺失=-1；8)坏客户标签坏客户=1；好客户=03.缺失值处理1)变量初分类：各变量元素个数检查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；2)变量缺失值处理a)对连续型变量：，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)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。4)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；5)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)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。6)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；2、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。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。4)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：2、多变量筛选1)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值最不显着的变量（P值），重复以上步骤，直到所有变量均显着，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。4、通过计算KS、AR指标评估模型；训练集KSandARforthescorecardinthetestdatasetare57%and45%变量类别WOEInterceptCofficientWOE*Coff+Intercep/11FactorOffsetScore性别女性别男最高学历初中及以下最高学历大专最高学历高中最高学历本科及缺失及硕士及以上婚姻状况已婚已育婚姻状况未婚婚姻状况其他及离异婚姻状况已婚未育及缺失现...