概述
1.WOE
：表示自变量在分组内取值对于目标变量（违约概率）的影响
•
WOE
的计算公式是：
•
WOE=
ln
[(
坏样本
/
总坏样本
)/(
好样本
/
总好样本
)]=
ln
[(
坏样本
/
好样本
)/(
总坏样本
/
总好样本
)]
Pyi：是这个组中响应客户（坏样本）占所有样本中所有响应客户的比例
Pni：是这个组中未响应客户（好样本）占样本中所有未响应客户的比例
#yi：是这个组中响应客户的数量
#ni：是这个组中未响应客户的数量
#yT：是样本中所有响应客户(总的坏样本)的数量
#nT：是样本中所有未响应客户（总的好样本）的数
2.IV其作用是消除分组所占比例的影响
，计算公式：
3.KS:
用以评估模型对好、坏客户的判别区分能力，计算累计坏客户与累计好客户百分比的最大差距。
KS值：代表模型的分割样本的能力，不能表示分割的是否准确，即便好坏客户完全分错，K-S值依然可以很高，
通常来讲，KS>0.2即表示模型有较好的预测准确性
KS的计算步骤如下：
•
1.
计算每个评分区间的好坏账户数。
•
2.
计算每个评分区间的累计好账户数占总好账户数比率
(good%)
和累计坏账户数占总坏账户数比率
(bad%)
。
•
3.
计算每个评分区间累计坏账户占比与累计好账户占比差的绝对值（累计
good%-
累计
bad%
），然后对这些绝对值取最大值即得此评分卡的
K-S
值。
|
|
4.lift值
Lift曲线衡量的是：与不利用模型相比，模型的预测能力“变好”了多少，lift(提升指数)越大，模型的运行效果越好。实质上它强调的是投入与产出比
先介绍几个相关的指标，以免混淆：
- 准确率（accuracy，ACC）：
- 正确率(Precision，PRE)，查准率：
- 真阳性率(True Positive Rate，TPR)，灵敏度(Sensitivity)，召回率(Recall)：
- 假阳性率(False Positice Rate，FPR)，误诊率( = 1 - 特异度)：
5.PSI:群体稳定性指标（popularity stability index），用于衡量模型或特征的稳定性
psi = sum(（实际占比-预期占比）* ln(实际占比/预期占比))
<0.1： 稳定性很高，
[0.1，0.25]：稳定性一般，
>0.25： 模型稳定性差，建议重做
最后
以上就是文静棒球为你收集整理的金融风控指标:WOE, IV, KS，LIFT值和PSI的全部内容，希望文章能够帮你解决金融风控指标:WOE, IV, KS，LIFT值和PSI所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复