《信用评分模型技术与应用》读书笔记01

1.常用的模型检验指标（前三个指标用来检验模型对于好坏账户的区分，最后一个用来检验预测准确度）

1）交换曲线

模型的交换曲线为45度角时表明模型没有分辨好坏账户的能力，模型越靠近左上角，模型的分辨能力越强。这是因为越靠近左上角，模型中较低的好账户比例对应着较高的坏帐户比例，例如5%的好账户对应着42%的坏帐户，说明拒绝5%的好账户的同时就拒绝了42%的坏帐户。

 

 2）K-S指标

K-S指标为交换曲线中好账户和坏帐户的分布比例差距的最大值，K-S指标越高，说明模型的区分度越强。申请风险评分模型需要至少30%的差距，行为评分模型则至少45%。下图中显示K-S指标为53%，说明模型区分度较高。

 

 3）区分度

图一区分度较高，图二区分度较低。

图一中好账户和坏帐户重叠较低，图二中重叠较高，重叠越低，说明模型得出的分数越能够区分好坏账户。

 

4）拟合度曲线

将每个账户的风险评分从低到高排列，并分栏，然后在每个栏中标出实际坏账概率和模型预测的坏账概率，并画出曲线。

实际坏账曲线与预测曲线越接近，说明模型预测精度越高。

且在图中，评分越高，坏账率越低，也说明模型的区分好坏账户的能力越高。