一分钟计算信用评分的 Gini 系数

输入各分数段的好客户和坏客户数量,查看 Gini 系数、AUC 和 ROC 曲线。

分数段
分数段好客户坏客户

演示评分:十个分数段,28,900 个好客户,1,475 个坏客户。

分数方向

每行粘贴一个分数段,按分数从低到高排列。三个单元格依次填写分数段、好客户数和坏客户数,用制表符或逗号分隔。

Gini 系数

68.5%
AUC0.842
风险最高的 20% 案件覆盖的坏客户占比69.9%
总体坏账率4.9%

在 28,900 个好客户和 1,475 个坏客户中,Gini 系数为 68.5%,AUC 为 0.842。风险最高的 20% 样本覆盖了 69.9% 的坏客户。

ROC 曲线

曲线从风险最高的分数段开始。曲线向上偏离虚线对角线越多,Gini 系数越高。

各分数段结果

分数段好客户坏客户坏账率坏客户累计数好客户累计数
<52080042034.4%28.5%2.8%
[520,560)1,30031019.3%49.5%7.3%
[560,600)1,90023010.8%65.1%13.8%
[600,640)2,5001706.4%76.6%22.5%
[640,680)3,0001203.8%84.7%32.9%
[680,720)3,400852.4%90.5%44.6%
[720,760)3,700601.6%94.6%57.4%
[760,800)3,900401.0%97.3%70.9%
[800,840)4,100250.6%99.0%85.1%
>=8404,300150.3%100.0%100.0%
合计28,9001,4754.9%

通过邮件获取结果

接下来,将评分卡纳入授信决策。用表格列出各分数段,再用历史申请数据测试每项调整。开始试用

查看计算公式
AUC = Σ (坏客户 ÷ 坏客户总数) × (风险较低分数段中的好客户 + ½ 好客户) ÷ 好客户总数
Gini = 2 × AUC − 1
风险最高的 20% 样本中的坏客户 = 风险最高的分数段累计覆盖 20% 样本,其中坏客户占全部坏客户的比例

同一分数段内的并列样本按一半计入,因此分数段划分越细,Gini 系数可能略高。Gini 衡量排序能力,不代表预测的坏账率准确。

计算评分卡的 Gini 系数

Gini 系数衡量评分区分好客户和坏客户的能力。输入各分数段的好客户和坏客户数量,即可计算 Gini 系数和 AUC,并查看 ROC 曲线。

Gini 系数反映评分的排序能力,可用于评估评分卡。它不能说明预测的坏账率是否准确,准入分数线和授信策略也需要单独确定。

Gini 系数常见问题

如何根据分数段计算 Gini 系数?

输入每个分数段的好客户和坏客户数量。计算器根据分数段计算 AUC,再据此计算 Gini 系数。

AUC 和 Gini 系数有什么关系?

AUC 表示随机抽取一名好客户和一名坏客户时,好客户得分高于坏客户的概率,同分情况按一半计入。Gini 系数由 AUC 计算得出。

信用评分卡的 Gini 系数达到多少才合适?

没有适用于所有评分卡的 Gini 系数标准值。具体数值的含义取决于产品和数据。

Gini 系数和 KS 有什么区别?

此计算器根据分数段计算 Gini 系数,并显示 AUC 和 ROC 曲线。计算 KS,请使用 KS 计算器。

为什么 Gini 衡量的是排序能力,而不是校准能力?

Gini 衡量评分区分好客户和坏客户的排序能力,不反映预测坏账率是否准确。