评分卡拒绝推断

按评分档位录入好样本数、坏样本数和拒绝申请,运行评分卡拒绝推断。

评分档位
评分档位好样本数坏样本数拒绝申请

示例包含 8 个虚构的评分档位。

每行填写一个档位,依次输入标签、好样本数、坏样本数和拒绝申请,字段间用制表符、逗号或分号分隔。

拒绝推断

按该档位已通过申请的坏账率乘以提升系数,将拒绝申请推算为好样本或坏样本,并取整到整数人数。

全部申请人坏账率

18.3%
已通过申请的坏账率5.0%
被拒申请的推算坏账率47.8%
申请通过率69.0%

按 47.8% 推算拒绝申请后,全部申请人的坏账率为 18.3%,仅看已通过申请时为 5.0%。

各评分档位坏账率

仅已通过申请全部申请人,含推算结果

推算样本数

评分档位好样本数坏样本数已通过申请坏账率拒绝申请推算好样本数推算坏样本数拒绝申请坏账率全部申请人坏账率
< 520402235.5%1,9005521,34871.0%69.8%
520–5591806125.3%1,40069170950.6%46.9%
560–59962011816.0%90061228832.0%24.8%
600–6391,3501429.5%5204219919.0%12.0%
640–6792,1001155.2%2602332710.4%5.7%
680–7192,600782.9%12011375.8%3.0%
720–7592,300351.5%605823.0%1.5%
760+1,800120.7%303001.3%0.7%
合计10,9905835.0%5,1902,7102,48047.8%18.3%

通过邮件获取结果

将评分卡纳入授信决策,并用放贷机构过往的已通过申请和拒绝申请进行上线前测试。开始试用

查看公式
已通过申请坏账率 = 坏样本数 ÷ (好样本数 + 坏样本数)
Parcelling 法: 拒绝申请坏账率 = min(1, 已通过申请坏账率 × 提升系数)
模糊增广法: 拒绝申请坏账率 = 已通过申请坏账率
推算坏样本数 = 拒绝申请 × 拒绝申请坏账率
推算好样本数 = 拒绝申请 − 推算坏样本数
全部申请人坏账率 = (坏样本数 + 推算坏样本数) ÷ (好样本数 + 坏样本数 + 拒绝申请)

拒绝申请没有实际结果,无法验证推算所用的假设,提升系数由建模人员判断。提升系数为 1 时,Parcelling 法的汇总结果与模糊增广法相同。

评分卡拒绝推断

拒绝推断会为每个被拒申请假设一个结果,并将其纳入评分卡数据。工具按评分档位使用 Parcelling 法或模糊增广法,推算好样本和坏样本数量。

只用已通过申请训练的评分卡,反映的是旧授信策略接受的申请人。比较已通过申请的坏账率和全部申请人的坏账率,再将推算数量用于评分卡的构建和测试。

拒绝推断常见问题

信贷评分中的拒绝推断是什么?

拒绝推断会为被拒申请假设一个结果,并将其纳入评分卡数据。由于这些申请没有已知结果,这个假设无法通过实际结果验证。

可以比较哪些拒绝推断方法?

此工具支持比较 Parcelling 法和模糊增广法。Parcelling 法会对已通过申请的坏账率乘以提升系数,模糊增广法则使用各评分档位中已通过申请的坏账率。

拒绝推断中的 Parcelling 法如何运作?

Parcelling 法将各评分档位中已通过申请的坏账率乘以提升系数,估算被拒申请的坏账率,最高按 1 计算。随后按整数申请人数分配推算的好样本和坏样本数量。

如何将被拒申请纳入评分卡?

输入每个评分档位的好样本数、坏样本数和拒绝申请数,再选择 Parcelling 法或模糊增广法。工具会给出构建评分卡时可用的推算数量。

拒绝推断中的提升系数是什么意思?

使用 Parcelling 法时,提升系数会乘以各评分档位中已通过申请的坏账率,用于估算被拒申请的坏账率。提升系数由建模人员判断设定。