Kalkulator WOE dan nilai informasi
Untuk keputusan kredit otomatis, periksa kelayakan suatu karakteristik bagi scorecard Anda. Masukkan bin beserta jumlah good dan bad, atau tambahkan data mentah untuk melihat WOE dan nilai informasi tiap bin dalam satu menit.
Kelompokkan data mentah dari file
File dibaca di browser ini dan tidak pernah diunggah. Hanya jumlah good dan bad per bin yang dimasukkan ke tautan dan, jika Anda memintanya, email.
Nilai informasi
Dari 6 bin, dengan 6,400 good dan 550 bad, nilai IV adalah 0.3627. Bin >=96 memberikan kontribusi terbesar terhadap IV.
WOE dan bad rate per bin
Batang menunjukkan WOE setiap bin, sedangkan garis menunjukkan bad rate pada skala di sebelah kanan.
Hasil per bin
| Bin | Good | Bad | Proporsi good | Proporsi bad | Bad rate | WOE | Kontribusi IV |
|---|---|---|---|---|---|---|---|
| <6 | 520 | 110 | 8.1% | 20.0% | 17.5% | −0.901 | 0.1070 |
| [6,12) | 610 | 95 | 9.5% | 17.3% | 13.5% | −0.595 | 0.0460 |
| [12,24) | 980 | 120 | 15.3% | 21.8% | 10.9% | −0.354 | 0.0230 |
| [24,48) | 1,400 | 105 | 21.9% | 19.1% | 7.0% | 0.136 | 0.0038 |
| [48,96) | 1,650 | 80 | 25.8% | 14.5% | 4.6% | 0.572 | 0.0643 |
| >=96 | 1,240 | 40 | 19.4% | 7.3% | 3.1% | 0.980 | 0.1186 |
| Total | 6,400 | 550 | 100.0% | 100.0% | 7.9% | 0.3627 |
Bin akan disalin ke tabel keputusan dalam dua kolom: bin sebagai kondisi dan WOE sebagai hasil.
Kirim hasil lewat email
Scorecard menjadi bagian berikutnya dalam keputusan kredit. Bin disusun dalam tabel, lalu setiap perubahan diuji menggunakan pengajuan sebelumnya. Mulai gratis
Tampilkan rumus
Proporsi good = Good ÷ Semua good Proporsi bad = Bad ÷ Semua bad WOE = ln(Proporsi good ÷ Proporsi bad) Kontribusi IV = (Proporsi good − Proporsi bad) × WOE Nilai informasi = Σ Kontribusi IV Jika suatu bin tidak memiliki good atau bad, masing-masing jumlah ditambah 0,5 sebelum proporsinya dihitung.
Perhitungan ini hanya melihat satu karakteristik. Hasilnya tidak menunjukkan apakah karakteristik saling tumpang tindih dalam scorecard. Kategori kekuatan hanyalah patokan umum, bukan hasil pengujian.
Cara menghitung weight of evidence dan information value
Weight of evidence menunjukkan sebaran debitur lancar dan debitur bermasalah pada setiap bin suatu karakteristik. Information value menjumlahkan kontribusi tiap bin, berdasarkan proporsi debitur lancar, proporsi debitur bermasalah, dan weight of evidence.
Kedua ukuran ini membantu Anda menilai karakteristik untuk scorecard. Bandingkan sebaran debitur lancar dan debitur bermasalah di setiap bin, lalu periksa apakah bad rate naik atau turun dari satu bin ke bin berikutnya.
Pertanyaan umum
Bagaimana cara menghitung weight of evidence dan information value?
Hitung proporsi seluruh debitur lancar dan debitur bermasalah untuk setiap bin. Weight of evidence adalah logaritma natural dari proporsi debitur lancar dibagi proporsi debitur bermasalah. Information value adalah jumlah kontribusi dari seluruh bin.
Apa yang ditunjukkan information value tentang karakteristik scorecard?
Information value menjumlahkan kontribusi setiap bin berdasarkan selisih proporsi debitur lancar dan debitur bermasalah serta weight of evidence-nya. Kalkulator menampilkan kekuatannya berdasarkan patokan umum.
Bagaimana cara membagi karakteristik ke dalam bin untuk scorecard?
Masukkan bin beserta jumlah debitur lancar dan debitur bermasalah, atau masukkan data mentah lalu pilih kolom nilai dan kolom good atau bad. Kalkulator mengelompokkan angka ke dalam rentang dan nilai teks ke dalam bin.
Apa yang harus dilakukan jika suatu bin tidak memiliki bad?
Kalkulator menambahkan 0,5 pada jumlah good dan bad sebelum menghitung proporsinya. Dengan begitu, weight of evidence untuk bin tersebut tetap bernilai terbatas.
Mengapa bad rate perlu bergerak searah di setiap bin?
Kalkulator memeriksa apakah bad rate terus naik, terus turun, atau berubah arah di antara bin. Pola ini menjadi salah satu bahan untuk menilai karakteristik, bersama weight of evidence dan information value.