[發明專利]一種基于第三方數據的消費金融信用評分卡開發方法

在審

• 申請號: 202010236413.5
• 申請日: 2020-03-30
• 公開（公告）號: CN111311128A
• 公開（公告）日: 2020-06-19
• 發明（設計）人: 江遠強
• 申請（專利權）人: 百維金科（上海）信息科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q40/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于第三方數據的消費金融信用評分卡開發方法，其特征在于，包括一下步驟：

步驟一：目標變量定義，根據vintage分析，觀察各月份平均逾期的走勢，確定表現窗口的時間跨度，將表現期內逾期天數超過90天的用戶定義為“壞用戶”，將表現期內逾期天數未超過90天的用戶定義為“好用戶”；

步驟二：數據獲取，選取建模的客戶，獲取金融機構自身的字段和客戶授權獲取的第三方數據字段；

步驟三：探索性數據分析，對所述金融機構自身的字段和所述第三方數據字段進行分類，了解數據的大體情況，包括每個字段的缺失值情況、異常值情況、平均值、中位數、最大值、最小值以及分布情況；

步驟四：數據預處理，包括臟數據清洗、缺失值處理和異常值處理；

步驟五：特征工程，包括變量分箱、WOE轉換、信息值IV和變量相關系數計算、根據信息值IV和變量相關系數進行特征篩選；

步驟六、數據集劃分，隨機或跨時間劃分訓練集、驗證集；

步驟七：模型開發，以特征篩選后獲得的特征變量為基礎，構建模型，運用邏輯回歸算法，進行模型擬合；對擬合后的變量系數進行檢查，刪掉符號相反的變量，后再次進行模型擬合；循環以上步驟，直到變量系數全部正確；最后刪除相關系數矩陣較高的特征變量或者VIF較高的特征變量，排除變量之間的多重共線性；

步驟八：模型評估，利用邏輯回歸的參數調參訓練，并根據模型評估指標評估模型的擬合能力；所述模型評估指標包括ROC曲線、AUC及KS；所述邏輯回歸的參數包括正則化選擇參數、優化算法選擇參數、分類方式選擇參數、類型權重參數、樣本權重參數、正則化參數C、迭代次數；

步驟九：信用評分，根據邏輯回歸的模型系數和WOE得到評分刻度，制成標準評分卡。

2.根據權利要求1所述的一種基于第三方數據的消費金融信用評分卡開發方法，其特征在于，所述步驟二中的金融機構自身的字段包括客戶的年齡、戶籍、性別、收入、負債比以及在本機構的借款行為；所述步驟二中的第三方數據字段包括多頭借貸、APP行為特征、網購行為、第三方支付、反欺詐數據。

3.根據權利要求1所述的一種基于第三方數據的消費金融信用評分卡開發方法，所述步驟四中的缺失值處理包括刪除缺失率較大的樣本、根據樣本值的相似性或者變量之間的關系填補缺失值；所述步驟四中的異常值處理包括單變量異常值檢測、局部離群值因子檢測。

4.根據權利要求1所述的一種基于第三方數據的消費金融信用評分卡開發方法，其特征在于，所述步驟五中的變量分箱包括：通過卡方分箱選出對逾期狀態影響最顯著的字段、針對特征變量進性自動化分箱；所述自動化分箱實現方法為，將數據等頻切分為p個區間，設定最大的分箱個數n，計算每一相鄰區間的卡方值，將卡方值最小的一對區間合并；統計現存的數據區間數量q，如果qn，重復執行計算，直至q≤n。

5.根據權利要求1所述的一種基于第三方數據的消費金融信用評分卡開發方法，其特征在于，所述步驟五中的WOE轉換為對每個特征變量分箱后的每組進行WOE轉換，其計算公式為：

；

該式中，WOE_i表示第i個分箱的WOE值，good表示為“好用戶”；#good(i)表示第i個分箱中標簽為“好用戶”的數量；#good(T)為標簽為“好用戶”的總數量；bad表示為“壞用戶”；#bad(i)表示第i個分箱標簽為“壞用戶”的數量，#bad(T)為標簽為“壞用戶”的總數量。

6.根據權利要求1所述的一種基于第三方數據的消費金融信用評分卡開發方法，其特征在于，所述步驟五中的信息值IV相當于WOE的加權求和，衡量自變量的預測能力，信息值IV的計算公式如下：

。