一个典型的个贷评分卡挖掘建模项目（3）

3. 评分卡模型开发步骤

3.1.数据挖掘目标

数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘目标是从数据中发现隐含的、有意义的知识，通过预测未来趋势及行为，做出前摄的、基于知识的决策。

本次项目的数据挖掘目标是构建申请评分模型，通过计算客户的申请阶段的风险评分，预测信贷申请客户未来一段时间内的违约概率，切实提高**银行零售事业部风险计量水平和风险管理能力，优化信贷资产，降低不良率，提升零售金融事业部的服务质量。

3.2. 指标设计

**银行个贷产品的申请评分卡建模的模型指标主要来源与**银行零售事业部个贷系统的业务数据和第三方传递的征信系统数据，同时包含在后续模型优化中添加的征信衍生指标。

总体要素	细化要素	指标个数	指标举例
客户申请信息	基本信息	15	年龄、性别、婚姻状况、学历、本外地户籍标识……
	职业信息	5	公司性质、行业、职位、工作年限……
	资产及收入信息	20	工资等级、月申明收入、核实收入、私家车与否、缴纳社保/公积金、银行存款额……
	负债信息	20	资产负债比、核实负债、每月租房/按揭贷款金额、抵押贷款总额、无抵押贷款总额、无抵押贷款每月供款、抵押贷款每月供款……
	产品特有信息	17	期限、新客户/续贷、申请产品类型、发薪方式、房龄、物业面积、物业使用类型、私企类型、经营年限、员工人数、经营场所、收入总计……
人行征信信息	信贷产品组合	48	未销户账户数、授信机构数、单家行最高授信金额、未结清非抵质押贷款笔数、抵/质押担保笔数占比、
	信用历史长度	6	贷记卡信用长度、准贷记卡信用长度、（除房贷）贷款信用长度、总体信用长度……
	未偿债务/负债水平	33	未销户贷记卡使用额度占比、未销户贷记卡最近6个月平均使用额度、将来2个月贷款到期金额数
	历史负面表现	56	呆账余额、呆账笔数、6个月最大逾期次数、6个月最大逾期期数、客户上一次发生逾期的时间
	新信贷申请	16	近2个月查询记录次数、近6个月查询记录次数、信贷产品数与审批查询次数比率
	其他	11	学历、婚姻状况、住房公积金缴纳情况、养老保险缴纳情况、联系方式与本地信息是否匹配……
综合衍生指标（对以上指标进行二次加工）		29	借贷余额与申明收入之比、借贷余额与核实收入之比、未结清（非）抵质押贷款占比（余额/金额）、申请贷款金额与核实收入之比……
总计		268

3.3. 指标预处理

数据预处理过程主要包括缺失值填充、异常值处理，最