关注“金科应用研院”,回复“礼包”
新的市场、产品、投资组合或操作环境
无法取得历史数据进行数据驱动模型开发
数据驱动模型数据信息不足,比如坏样本量太少
实施时间较短
需要寻找成本效益较
高的、可替代定制数据驱动模型开发的其他方式
专家评分卡开发过程可分为以下五个阶段:
初始指标因素筛选:该阶段包括初始因素清单准备,以及召开研讨会,集中业务专家,结合业务特色对定性因素进行讨论筛选。
q 指标的适用性:选择能准确反应对应敞口特征的风险因素;选择区分能力强、集中度较低的指标,如果客户群体在某处集中度较高且难以拆解区间,建议删除该指标。
q 指标完整性-维度及个数:最终指标总数原则上控制在15-20个左右(可以允许个别零权重选项)。
大类指标原则上不超过5类,子类指标数量原则上在每大类中控制在2~5个。
q 指标可获得性:指标必须有清晰可靠的获取来源(如现场/非现场调查)若不易获得,建议删除。
q 指标定义明确性:选择评判标准较为清晰、客观的指标,客观性指可数量化,尽可能避免或减少可以主观操纵的指标。
尽量选取较近期存在业务的客户。
尽量选取客户业务发生年份之前,系统中存在至少连续两期财报的客户。
为了平衡试点测试带给业务线条的工作量和后期优化对数据量的需求,建议样本数量以100个为标准。全样本数量超过100,则抽取100-200个样本;若不超过,则尽量全部抽取。
为了保证测试效果,要保证一定量的坏客户的数量。
对于客户量较少的敞口,建议全部选取。同时,业务部门需要根据经验给出样本好坏排序。
步骤4
FAL中秋好课
限时宠粉补贴活动开始啦~
▼▼▼
感谢lilian作者的投稿分享,如果你喜欢、想要看更多的干货类型的文章,可以把公众号设为星标🌟,顺便转发分享~