信用评分卡模型总结9：评分卡生成及sas实施

1、标准评分卡的格式

    标准评分卡采用的格式是评分卡中的每一个变量都遵循一系列IF-THEN法则。数据记录中每一个变量的值都适用此法则的结果决定了该特定变量所分配的分支，总分就是评分卡中所有变量的贡献的和。

    假设评分卡用到三个特征变量：

        a：账户持有人的年龄

        b：在当前住址的居住年限

        c：就业状况

    标准评分卡格式如下：

    如果a=37，b=3.5，c=“全职”，则客户总得分为485+39+36+38=598。

    除了为抽象的统计模型提供简明的表现形式外，标准评分卡还有其他重要优势，这些优势包括：

• 由于各变量得分相加得到最终得分，每个变量对最终得分的影响都清楚明了，这使得不同客户不同的得分很容易解释。且使得客户能够理解得分背后的原因以及如何提高得分。

• 每个评分卡变量分别取最高和最低贡献，可以很容易地计算出可能的最高得分和最低得分。

• 分值分配是根据比率的概念，随着分值的降低，违约的比率将提高一倍，例如，一个评分卡可以设计为评分降低20分，违约的比率将提高一倍，因此，与评分相联系的风险水平很容易表达Wie得分的形式。最终得分600分的账户的违约比率是得分620分的账户的两倍。

• 因为每一个得分都对应一个特定的违约比率，所以用评分系统可以很容易的设定信贷政策。信贷提供者可以很容易地控制预期的违约账户比例以及其对应的成本。

  比如：

    假定银行当前客户群的好坏比率是20/1，即21个人中20个是好的，一个是坏的。对这个人群发放贷款，必须通过20个人的收入来抵消1个坏客户的支出（假定坏账户本金全部损失），以最后利润率3％计算，经过计算，可以得到最低放贷利率为8.15%，即对这个人群必须用8.15%的利率才能得到期望的理论收益；

公式计算，设利率为r，贷款金额M（M*r*20-M=M*21*3%）求得r=8.15%

    2、评分卡刻度

    违约与正常的比率被定义为一个记录被划分为违约的估计概率与被划分为正常的估计概率之间的比率。将估计的违约概率表示为p，则估计的正常概率为1-p。这两个时间相互排斥并互为补集，即其概率之和等于1。则概率p可写成

    将评分卡设定的分值刻度可以通过将分值表示为比率对数的线性表达式来定义。

其中，A，B为常数。负号可以使得违约概率越低，得分越高。通常，这是分值的理想方向，高分值代表低风险。

    logistic回归模型计算比率如下：

    常数A、B的值可以通过将两个已知或假设的分值带入公式。通常由两个假设。

• 在某个特定的比率设定特定的预期分值

• 指定比率反翻番的分数（PDO）

评分卡刻度：

    3、分值分配

无论哪种评分卡的计算结果都是非整数的分值，该分值将四舍五入到最近的整数，以简化评分卡的表现形式和可解释性。这种四舍五入将得到分值的近似值，但其影响通常很小，可以忽略不计。需要注意的是，四舍五入是在每个变量的行的分值分配时进行的，而不是在加总后得到总分时。