范涛
发表于2017-03-31
第八章： Scorecard Development Process, Stage 6: Scorecard Implementation
这章主要涉及开发后期的分析和处理，主要涉及三个方面：
（1） 理解评分卡实现的一些分析（比如稳定性分析）和和商业考虑；
（2）理解评分卡和管理报告如何应用？
（3） 基于评分卡模型策略制定。
Preimplementation Validation
System Stability Report （稳定性分析）模型稳定性一般通过PSI（population stability index）指数来衡量，指数越低，模型稳定性越好。一般比较开发样本和外部样本分布来计算模型稳定性。公式如下：
1. Expected% 是训练样本对应分数段人群占比， Actual% 是预测样本 对应分数段人群 占比；
2. 一般而言， PSI 小于 0.1 代表模型稳定性高，大于 0.1 小于 0.25 代表稳定性中等，大于 0.25 稳定性较差；
下面是稳定性分析示例：
Characteristic Analysis Report （特征分析）
上面提到的是模型稳定性分析，只是给出了模型是不是不稳定，有没有迁移，但是没能给出具体不稳定性，迁移的原因。特征分析将给出这样的解释。特征分析公式如下：
其中 Expected%， Actual% 和上面定义一样，"Points"指评分。
针对"Age"特征分析示例如下，下面这个case反应申请群体向更年轻转移。
Strategy Development
Scoring Strategy
如何进行评分策略制定？ 常见的方法有3中：
1.
Sequential （序列法）
下面是一个申请评分卡策略过程，整个分为3个评分卡策略：（1） 欺诈分是否通过; (2) 破产评分是否通过； （3）征信机构评分过是否通过；
整个过程可以看做是一个流水线。值得说的是，这里面没有灰色地段，如处在某个分数段之间，需要由人工进行接入。这种情况下面矩阵法可能更合适点。
2. Matrix （矩阵法）矩阵法适用于多维判定情形。比如是否通过，由多个独立的属性来决定。下图是二维情形示例。其中“Refer”指灰色阶段，可以通过人工介入进行判定。
3. Matrix-sequential hybrid（序列-矩阵组合法）： 序列法和矩阵法组合使用。Setting Cutoffs
如何设置决策阈值？ 这里面主要考虑：（1）场景，可能不同场景阈值设置不同； （2）平衡。 如何平衡申请通过率和坏账率。如果阈值低，通过率高，但是坏账率也高；反之，亦然。
Risk-Ajusted Action
知道了决策阈值，以及阈值以上各个分数段的风险情况，我们可以根据申请者的分数做一些风险调整策略，如风险定价等。
常见的风险调整策略包括：（1）风险定价，根据用户不同分数，授予不同的额度等； （2）用户产品升级，根据他分数，升级成更高级别用户，低利率产品等； （3）交叉产品售卖； （4）对低风险用户进行中等级别催收，高风险用户进行高级别催收。
下面是根据不同分数，以及信用额度占收入占比，授予不同信用额度示例：
分数越高，额度越高； 信用额度占收入占比越低，额度越高。我们怎么算一个人到底授予多少额度? 可以通过下面公式计算：
其中，EAD是要授予的额度，PD是违约的概率，LGD是违约后发生损失占比，Expected loss 是能接受的期望的损失金额。
Policy Rules
这个主要是涉及的是在评分卡模型基础上，再进行后续的规则调整。
常见的规则调整机制如下：
（1） 年龄的合法性；
（2） 是否工作；
（3） 超过多少次不良行为就拒绝；
（4）VIP用户特殊处理等；
一般规则涉及的特征属性是相对独立于评分卡模型所用的特征。一般规则策略是结合overrides策略。
Overrides
主要涉及（1）Lowside Overrides： 那些评分低于阈值的，最后通过规则调整被通过了; (2) Highside Overrides: 那些评分高于阈值的，最后通过规则调整被拒绝了。