[发明专利]一种嵌入平滑参数的信用风险评分方法

说明书

本发明公开了一种嵌入平滑参数的信用风险评分方法，包括以下步骤：步骤1.数据集准备，将大数据集群上的数据文件转换成csv文件，并处理数据中的缺失值、类别变量和日期变量等，用作线下单机模型训练的样本；步骤2.变量分箱，运用常见的分箱方法，例如等频分箱、卡方分箱、best‑ks分箱、决策树分箱等，对变量分箱。本专利针对经典的信用评分技术中存在的不同分箱之间评分相对差异较大的问题，通过嵌入平滑参数和K‑Fold交叉验证进行修正，其中平滑参数依赖变量分箱中违约正常比的均值、方差及先验参数，最终对原有的评分方法进行了一个调和加权平均，将变量各个分箱的信用评分调整为可解释的范围，并提高了模型稳定性。

技术领域

本发明涉及信用风险评估领域，特别涉及一种嵌入平滑参数的信用风险评分方法。

背景技术

如今在信用风险评估和金融风险控制领域，普遍使用信用评分，信用评分是指根据客户的各种历史信用资料，利用模型得到不同等级的信用分数，根据客户的信用分数，授信者可以通过分析客户按时还款的可能性，据此决定是否给予授信以及授信的额度和利率，

如图2所示，经典的信用评分技术通常包括变量分箱、WOE值计算、模型建立、分数转换等步骤，却缺少对分箱后的分数进行可解释性检查的步骤，因此会出现其中一个分箱的分数过高或过低的状况；如图3所示，当用户近12月贷款逾期次数＝0时分数为200，当用户近12月贷款逾期次数＝1时分数为34，即用户近12月贷款逾期次数相差1次分数却相差166分，不能满足银监会对金融机构的可解释性要求。

发明内容

本发明要解决的技术问题是克服现有技术的缺陷，提供一种嵌入平滑参数的信用风险评分方法，本专利针对经典的信用评分技术中存在的不同分箱之间评分相对差异较大的问题，通过嵌入平滑参数和K-Fold交叉验证进行修正，其中平滑参数依赖变量分箱中违约正常比的均值、方差及先验参数，最终对原有的评分方法进行了一个调和加权平均，将变量各个分箱的信用评分调整为可解释的范围，并提高了模型稳定性。

为了解决上述技术问题，本发明提供了如下的技术方案：

本发明一种嵌入平滑参数的信用风险评分方法，包括以下步骤：

步骤1.数据集准备，将大数据集群上的数据文件转换成csv文件，并处理数据中的缺失值、类别变量和日期变量，用作线下单机模型训练的样本；

步骤2.变量分箱，运用常见的分箱方法，例如等频分箱、卡方分箱、best-ks分箱、决策树分箱等，对变量分箱；

步骤3.固定变量的分箱，划分数据集，将原始数据分成K组(K-Fold)，对任意K-1组数据计算每个分箱的最后将K次结果的平均值作为最终的

步骤4.计算变量在每个分箱的WOE，此时将的原始定义修改为其中λ是一个平滑参数，通过以下方式来定义:

p为经验参数，其中k＝分箱的数量，当p＝μ时,λ＝0.5,先验项和后验项的可靠性相等，随着p的增大,后验项的可靠性逐渐降低；

步骤5.根据新的WOE值计算变量的IV值，筛选出IV＝0.02的变量，利用LR方法训练模型，得到每个变量的系数β_i；

步骤6.根据新的WOE公式及上一步所得变量系数，计算变量分数；

步骤7.信用评分部署，通过pmml文件将信用评分通过接口传递至信贷业务系统，用于审批环节。

与现有技术相比，本发明的有益效果如下：

本专利针对经典的信用评分技术中存在的不同分箱之间评分相对差异较大的问题，通过嵌入平滑参数和K-Fold交叉验证进行修正，其中平滑参数依赖变量分箱中违约正常比的均值、方差及先验参数，最终对原有的评分方法进行了一个调和加权平均，将变量各个分箱的信用评分调整为可解释的范围，并提高了模型稳定性。