评分卡--基础分、基准分、PDO、WOE、补偿、刻度 行可可

评分卡–基础分、基准分、PDO、WOE、补偿、刻度
行可可

下面通过公式和简单的举例说明评分卡的要素关系和代表的实际意义

1、基础分是什么？

2、基准分又是什么？

3、坏好比翻一倍具体值的是？

4、评分代表的实际意义（违约概率计算）

5、评分卡与特征之间的关系？

6、如何快速计算评分卡？

7、常说的PDO(Point-to-Double Odds）是指？

8、评分卡的刻度与补偿是什么？

下面的几张草纸涉及了以上的所有问题，请看图迷宫解答，哈哈哈哈！

基准分：就是我们人为设定的或者根据行业标准设计的，我们要设定一个分数它对应一个固定的odds（坏好比），这个分数就是基准分，属于一个准则基础。

基础分：是对于生成的评分卡得到的，它是评分卡中固定的元素，不依赖任何模型特征的取值。

好坏比odds：我们可以看逻辑回归的公式、他是一个样本发生1的概率除以发生0的概率的比值。

评分卡与特征的关系：我们通过右边的评分卡表可以看到，特征的预测能力通过分箱然后相相当于有监督的离散化成woe，这个woe就是与违约线性相关的一种特殊标准化处理，它也是建模中x的取值。这也是我们经常说woe单调，这其中代表WOE每增加一个单位或者减少一个单位对于ln（odds）的线性影响。并不是直接对于概率的线性影响，我们知道逻辑回归函数，在x向两边扩展的时候，y值接近0和1，接近0或者1的时候y对于x并不敏感。特征分箱后：特征的WOE乘以方程求解对应特征系数再乘以刻度就是这个特征在该分箱下得到的分数，特征的得分变化只跟WOE的变化而变化。

常说的PDO：就是坏好比降低一倍需要增加的分数。本文为50。或者坏好比增加一倍需要降低的分数，因为我们要求坏好比值越大，分数越低。

补偿：上图中求出的A就是补偿

刻度：上图中求出的B就是刻度

评分代表的实际量化意义：我们可以看上图的计算1189分代表违约概率是0.02199%与odds是不同的。

快速计算评分卡：我们通过介绍我们只要计算刻度B，刻度直接通过上图直接计算（确定好PDO），然后在通过刻度去计算补偿（确定好基准分），带入方程求解得到评分卡。