最近接手了新项目，未来很长一段时间估计都要跟**信用评分卡（Credit Scorecard）**死磕了。
趁着刚开始梳理，赶紧把这套逻辑整理出来。虽然现在深度学习、XGBoost 满天飞，但在金融风控领域，逻辑回归（Logistic Regression）+ 评分卡依然是绝对的王者。
为啥？因为可解释性。银行拒了你的贷款，监管机构问起来，银行得能说清楚：“因为他收入太低”或者“因为他最近逾期太多”。如果是神经网络，总不能说：“因为我的几百万个参数算出来他是坏人”吧？
这篇文章就用大白话，把评分卡这套东西从头到尾盘一遍。
什么是评分卡？
简单说，就是把客户的各种属性（年龄、收入、职业等）转化成一个分数。分数越高，信用越好（通常是这样，也有反过来的）。
在业务上，通常分为三种卡：
- A卡 (Application score card)：申请评分卡。你申请贷款时用，决定批不批、批多少。
- B卡 (Behavior score card)：行为评分卡。贷后管理用，看你最近还款习不习惯，要不要提额或风控。
- C卡 (Collection score card)：催收评分卡。逾期了用，看你还钱的概率大不大，决定催收策略。
我们今天主要聊最经典的 A 卡开发流程。
核心流程：从数据到分数
开发一张评分卡，大概分这么几步：
- 数据准备：找好人（按时还钱）和坏人（逾期超过一定天数）。
- 分箱 (Binning)：把连续变量变成一个个区间。
- WOE 编码：把箱子变成数字。
- 特征筛选 (IV值)：挑出最有用的特征。
- 逻辑回归建模：算概率。
- 分数转换：把概率变成 300-900 这样的整数分。
1. 分箱 (Binning)
比如“年龄”这个字段，从 18 岁到 80 岁都有。直接丢进模型不太好，因为年龄和违约率往往不是线性的（太年轻没钱，太老了也没钱，中间最稳）。
所以我们要分箱，比如：
- [18, 25)
- [25, 35)
- [35, 50)
- [50, +∞)
分箱的好处是稳定，哪怕你年龄从 26 变到 29，只要还在同一个箱子里，分数就不变。
2. WOE (Weight of Evidence)
分完箱之后，每个箱子怎么赋值？用 WOE。
公式不写了，直接说人话：WOE 就是衡量这个箱子里的人，相比整体，是更容易变坏还是更容易变好。
- WOE > 0：这个箱子里好人多（比如收入高的人群）。
- WOE < 0：这个箱子里坏人多（比如无业游民）。
- WOE = 0：跟整体平均水平一样。
把原始数据（比如“30岁”）替换成对应的 WOE 值（比如 0.5），这就是 WOE 编码。
3. IV (Information Value)
特征那么多，哪个有用？看 IV 值。
IV 其实就是 WOE 的加权和。它衡量的是这个特征区分好人和坏人的能力。
- IV < 0.02：没啥用，扔了。
- 0.02 < IV < 0.1：有点用。
- 0.1 < IV < 0.3：挺好用。
- IV > 0.5：太好用了，好得有点假，要检查是不是用到未来数据了。
4. 逻辑回归 (Logistic Regression)
数据都变成 WOE 之后，就可以丢进逻辑回归模型了。
模型输出的是一个 0 到 1 之间的违约概率 (PD)。
5. 分数转换 (Scaling)
业务人员看不懂“违约概率 0.023”，他们喜欢看“信用分 750”。所以需要一个公式把概率转换成整数分。
通常用这个公式：
其中 (坏好比)。
这里有两个关键参数：
- Base Point: 比如设定 Odds=1:1 时，分数为 600 分。
- PDO (Points to Double the Odds): 比如设定 PDO=20，意味着 Odds 每翻一倍，分数减少 20 分。
代码实战 (Python)
虽然现在有很多现成的包（比如 toad, scorecardpy），但理解原理最好还是手写一部分。
import pandas as pd
import numpy as np
from sklearn.linear_model import LogisticRegression
# 1. 计算 WOE 和 IV 的伪代码逻辑
def calculate_woe_iv(df, feature, target):
# 统计每个箱子里的好人数和坏人数
lst = []
for i in range(df[feature].nunique()):
val = list(df[feature].unique())[i]
lst.append({
'Value': val,
'All': df[df[feature] == val].count()[feature],
'Bad': df[(df[feature] == val) & (df[target] == 1)].count()[feature]
})
data = pd.DataFrame(lst)
data['Good'] = data['All'] - data['Bad']
# 计算占比
total_bad = data['Bad'].sum()
total_good = data['Good'].sum()
data['Bad Rate'] = data['Bad'] / total_bad
data['Good Rate'] = data['Good'] / total_good
# 计算 WOE
# 加上一个极小值防止分母为0
data['WOE'] = np.log((data['Good Rate'] + 1e-5) / (data['Bad Rate'] + 1e-5))
# 计算 IV
data['IV'] = (data['Good Rate'] - data['Bad Rate']) * data['WOE']
return data
# 2. 训练模型
# 假设 X_woe 是已经转换成 WOE 值的特征矩阵
clf = LogisticRegression()
clf.fit(X_woe, y)
# 3. 得到系数
coefficients = clf.coef_
intercept = clf.intercept_
print(f"截距: {intercept}")
print(f"特征权重: {coefficients}")模型评估
做完模型，怎么知道好不好？看两个指标：
- AUC (Area Under Curve): 衡量排序能力。0.5 是瞎猜，1 是完美。一般 0.7 以上就算能用了。
- KS (Kolmogorov-Smirnov): 衡量区分能力。就是好人累积分布和坏人累积分布之间的最大差距。一般要求 KS > 0.3。
总结
信用评分卡看着简单，其实坑很多：
- 拒绝推断 (Reject Inference)：你建模的数据都是通过的人，那些被拒的人（可能更坏）没在模型里，这会导致偏差。
- 稳定性 (PSI)：模型上线后，如果客群变了（比如突然来了一波薅羊毛的），模型分数分布会不会剧烈波动？
接下来的工作就要跟这些细节搏斗了。希望能搞出一张稳健的 A 卡！
