<风控必备>评分卡模型评价标准之区分度


原标题:<风控必备>评分卡模型评价标准之区分度

消费金融风控联盟知识星球资料汇总(更新中)-20191220

消费金融风控联盟介绍&商务合作

众所知周,评价一个评分卡模型好不好是从多个维度评价的,区分度、准确度、稳定度等等。今天针对于模型的区分度详细为大家分享下。由其中部分定义来源于网络,个人结合实际工作,通俗用好人坏人人群的区分度来解释说明。

一、定义

模型的区分度:评分卡模型的结果需要能对好人坏人群给出一定区分度。

二、常用方法

衡量区分度的常用方法:

1、KS

好人坏人人群的分散或违约概率的分布差异。

2、Divergence

好人、坏人人群的分数或违约概率的距离。

3、Gini

好人坏人人群的浓度差异,把人群进行分组,坏人的差异。

三、举例说明

1、KS

1)定义

把样本按照分数由低到高排序,X轴是总样本积累比例,Y轴是积累好、坏样本分别占总的好、坏样本的比例,坏样本的比例,两条曲线在Y轴方向上的相差最大值即KS值。KS越大说明模型的区分能力越好

2)KS判断

大于0.3:好

0.2-0.3:可用

0-0.2:较差

小于0:评分与好坏程度相悖,模型错误

3)KS的缺点

只能表示区分度最好的分数的区分度,不能衡量其他分数

2、Divergence

反映好坏样本的分数或概率的距离指标,Divergence越大,两类样本的距离越大,差异越大。

3、Ginin

表示分数或概率段中的坏样本浓度的差异

公众号:消费金融风控联盟

文案策划

版权声明:本文内容由互联网用户贡献,该文观点仅代表作者本人。本站不拥有所有权,不承担相关法律责任。如发现有侵权/违规的内容, 联系QQ15101117,本站将立刻清除。