機器學習:信用風險評估評分卡建模方法及原理

信用風險評級模型的類型:

信用風險計量體系包括主體評級模型和債項評級兩部分。主體評級和債項評級均有一系列評級模型組成,其中主體評級模型可用“四張卡”來表示,分別是A卡、B卡、C卡和F卡;債項評級模型通常按照主體的融資用途,分為企業融資模型、現金流融資模型和項目融資模型等。

A卡,又稱為申請者評級模型,主要應用於相關融資類業務中新用戶的主體評級,適用於個人和機構融資主體。

B卡,又稱為行為評級模型,主要應用於相關融資類業務中存量客戶在續存期內的管理,如對客戶可能出現的逾期、延期等行為進行預測,僅適用於個人融資主體。

C卡,又稱為催收評級模型,主要應用於相關融資類業務中存量客戶是否需要催收的預測管理,僅適用於個人融資主體。

F卡,又稱為欺詐評級模型,主要應用於相關融資類業務中新客戶可能存在的欺詐行為的預測管理,適用於個人和機構融資主體。

我們主要討論主體評級模型的開發過程。

信用風險評分卡為信用風險管理提供了一種有效的、經驗性的解決方法,是消費信貸管理中廣泛應用的技術手段。

課程鏈接:信用風險評估評分卡建模方法及原理http://click.aliyun.com/m/1000009797/

評分卡是信用風險評估領域常見的建模方法。評分卡並不加單對應於某一種機器學習算法,而是一種通用的建模框架,講原始數據通過分箱後進行特徵工程變換,繼而應用於線性模型進行建模的一種方法。

更多精品課程:

阿里雲大學官網—雲生態下的創新人才工場(https://edu.aliyun.com)


分享到:


相關文章: