计算信用评分的 KS 统计量
输入评分卡各分数段的好客户和坏客户数量,1 分钟内查看 KS 统计量、两类客户差距最大的分数段及累计曲线。
KS 统计量
54.1%
峰值分数段[600,640)
坏客户累计占比76.6%
好客户累计占比22.5%
KS 为 54.1%,峰值位于 [600,640)。从风险最高的分数段累计至此,覆盖坏客户的 76.6% 和好客户的 22.5%。
累计曲线
红线表示从风险最高的分数段起累计的坏客户占比,深色线表示好客户占比。橙线标出两者差距最大的点,即 KS。
各分数段结果
| 分数段 | 好 | 坏 | 坏账率 | 坏客户累计数 | 好客户累计数 | 差值 |
|---|---|---|---|---|---|---|
| <520 | 800 | 420 | 34.4% | 28.5% | 2.8% | 25.7% |
| [520,560) | 1,300 | 310 | 19.3% | 49.5% | 7.3% | 42.2% |
| [560,600) | 1,900 | 230 | 10.8% | 65.1% | 13.8% | 51.2% |
| [600,640) | 2,500 | 170 | 6.4% | 76.6% | 22.5% | 54.1% |
| [640,680) | 3,000 | 120 | 3.8% | 84.7% | 32.9% | 51.9% |
| [680,720) | 3,400 | 85 | 2.4% | 90.5% | 44.6% | 45.9% |
| [720,760) | 3,700 | 60 | 1.6% | 94.6% | 57.4% | 37.1% |
| [760,800) | 3,900 | 40 | 1.0% | 97.3% | 70.9% | 26.4% |
| [800,840) | 4,100 | 25 | 0.6% | 99.0% | 85.1% | 13.9% |
| >=840 | 4,300 | 15 | 0.3% | 100.0% | 100.0% | 0.0% |
通过邮件获取结果
评分卡及其分数线以决策表形式纳入授信决策,每次调整都用历史申请数据测试。开始试用
查看公式
坏客户累计数 = Σ 坏 ÷ 坏客户总数 (从风险最高的分数段起) 好客户累计数 = Σ 好 ÷ 好客户总数 差值 = 坏客户累计数 − 好客户累计数 KS = max 差值
KS 只在分数段边界处计算,分数段划分得更细,结果可能略高。KS 衡量区分能力,不反映预测坏账率是否准确。
信用评分中的 KS 统计量
KS 统计量也称柯尔莫哥洛夫-斯米尔诺夫统计量,用于衡量坏客户和好客户累计占比之间的差距。计算时按分数段汇总好客户和坏客户数量。
差距最大的分数段,表示评分区分好客户和坏客户效果最明显的位置。该分数段有助于确定分数线位置,评分卡调整后也可以用历史申请数据测试。
常见问题
信用评分的 KS 统计量怎么计算?
按分数段汇总好客户和坏客户,从风险最高的分数段起计算两类客户的累计占比。两者之间的最大差值就是 KS。
KS 统计量在信用评分中衡量什么?
KS 衡量坏客户和好客户累计占比之间的最大差值。差距最大的分数段,就是评分区分两类客户效果最明显的位置。
评分卡的 KS 应该达到多少?
评分卡没有适用于所有情况的统一 KS 标准。结果取决于产品和数据。
KS 和 Gini 有什么区别?
KS 是坏客户和好客户累计占比之间的最大差值。Gini 系数可用另一个计算器计算,也可以通过换算器转换 Gini 和 KS。
为什么 KS 峰值分数段对确定分数线很重要?
峰值分数段是坏客户和好客户累计占比差距最大的位置,通常接近适合设置分数线的地方。