笔记︱信用风险模型（申请评分、行为评分）与数据准备（违约期限、WOE转化）

每每以为攀得众山小，可、每每又切实来到起点，大牛们，缓缓脚步来俺笔记葩分享一下吧，please~

———————————————————————————

巴塞尔协议定义了金融风险类型：市场风险、作业风险、信用风险。信用风险ABC模型有进件申请评分、行为评分、催收评分。

————————————————————————————————————

一、数据准备

1、排除一些特定的建模客户

用于建模的客户或者申请者必须是日常审批过程中接触到的，需要排除以下两类人：

异常行为：销户、按条例拒绝、特殊账户；

特殊账户：出国、卡丢失/失窃、死亡、未成年、员工账户、VIP；

其他：欺诈（根据反欺诈评分）、主动销户者（流失评分）

2、解释指标的选取

（1）申请评分所需指标

信用风险中，申请评分所采纳的指标有很多，譬如可以参考FICO信用分中的一些，参考：笔记︱金融风险控制基础常识——巴塞尔协议+信用评分卡Fico信用分

其中2.1FICO信用分的计算方法给出了一些评判标准

（2）行为评分所需指标

图片来自CDA-DSC课程中。

3、目标变量的确立

对于预测建模，定义目标变量是最重要、对建模结果影响最大的一步。银行业信用评分解决方案默认的目标时间定义选择二分类变量为：不良/逾期、良好。

不良/逾期：观察窗口内，观察窗口内，60/90/120天算逾期日期；

良好:从未或截止逾期；从未或在观察期内截止逾期

其中关于不良/逾期需要界定以下两项内容：确定违约日期时长、观察窗口期设置。

————————————————————————————————————

二、确定违约日期时长、观察窗口期设置

其中有两个时期，观察窗口期、预测窗口期。预测窗口期时间由账龄分析获取，观察窗口期大约就是预测窗口的3-5倍。巴塞尔协议中规定预测窗口期一般为12个月，所以一般实务中以12个月为窗口期。在已知预测窗口期之下，通过转移矩阵了解违约期具体时长。

（PS：虽然做了总结，但是还没明白老师上课所讲的，为什么这么做？怎么出结果？）

评论区网友Love_sf留言：

窗口期为一年12个月，观察窗口为预测窗口的3-5倍，即观察窗口为9个月，预测窗口3个月，或者观察窗口为10个月，预测窗口2个月，定义M2+或者M3+作为违约用户，这样才能用来建模预测坏用户出现概率。

1、违约日期的确定——转移矩阵

不同账期客户转移到更坏概率不同，选取显著变化的节点。

图中可以看出，第一个月不还拖欠到下一个月的概率为M0=7.96%，第二个月不还拖欠到下个月的有M1=57.26%，M2=64.48%,M3=79%,M4=83.77%。

从这里可以看出，第五个月是一个拐点，说明第五月之后就很难催到账务。所以，催帐日期可以选择3月。同时，超过5月包括5月的都属于违约行为。

2、违约窗口期设置——账龄分析

一般情况下巴塞尔协议硬性要求12个月及以上作为窗口期。一般情况下，观察窗口=3-5倍的预测窗口。

决定信用评等模型开发所需数据期间长度，一般会从最新资料的留存时点开始推算，利用账龄分析观察目标客户的违约成熟期长度，借此设定观察期长度（预测窗口的时间长度）。比如200901开卡的人，第10个月，稳定成熟了，绩效时间可以确定为10-12个月；200902开卡的人，第11个月，稳定成熟了，11-12个月。

————————————————————————————————————

三、数据重编码——WOE转换

由于制作评分卡的某些需要，通常会在建立评分模型时将自变量（连续+离散都可以）做离散化处理（等宽切割，等高切割，或者利用决策树来切割），但是模型本身没办法很好地直接接受分类自变量的输入。所以信用评分卡中常用的WOE转换。

WOE转换=分箱法=Logit值，与等深、等宽不同是根据被解释变量来重新定义一个WOE值（R语言︱噪声数据处理、数据分组——分箱法（离散化、等级化））。

WOE的公式就是：WOE=ln(好客户占比/坏客户占比)*100%=优势比

好客户占比=数量（x︱y=好）/总人数

WOE转化的优势：提升模型的预测效果，提高模型的可理解性。

1、WOE与违约概率具有某种线性关系

从而通过这种WOE编码可以发现自变量与目标变量之间的非线性关系（例如U型或者倒U型关系）。提升预测效果

2、WOE变量出现负值情况。

在此基础上，我们可以预料到模型拟合出来的自变量系数应该都是正数，如果结果中出现了负数，应当考虑是否是来自自变量多重共线性的影响。

3、标准化的功能。

WOE编码之后，自变量其实具备了某种标准化的性质，也就是说，自变量内部的各个取值之间都可以直接进行比较（WOE之间的比较），而不同自变量之间的各种取值也可以通过WOE进行直接的比较。

4、WOE能反映自变量的贡献情况。

自变量内部WOE值的变异（波动）情况，结合模型拟合出的系数，构造出各个自变量的贡献率及相对重要性。一般地，系数越大，woe的方差越大，则自变量的贡献率越大（类似于某种方差贡献率），这也能够很直观地理解。

5、异常值处理。

很多极值变量通过WOE可以变为非异常值.

譬如解决分类之后，一些案例个数过少的情况。案例个数过少的情况一般情况下可以合并，也可以用WOE转化来实现。

转化之后可能值变成这个样子，跳跃很大，可以作为用盖帽法等方法解决。