监测和报告

信用评分

报告的目的

报告是信用评分工作中最耗费资源的任务之一。在评分卡实施之前和之后，都需连续编制大量的报告以评价评分卡的表现。这些报告可以分为两类。

• 实施前报告：通常，这些报告被用来计算得分在不同变量的范围和类别之间的分布。它们还可以用来比较这些变量分配的分值和观察到的违约率。

• 实施后报告：这些报告的重点是评估评分卡在防止违约方面的有效性。因此，这些报告计算客户总体中不同分群的违约率以及被赋予的分值。
  通常，评分卡被认为是帮助企业回答以下问题的工具：

  1. 如何将评分卡与企业的总体经营战略相结合？
  2. 如何衡量客户行为的变化并在信贷策略中对其原因进行说明？
  3. 评分卡是否运行良好？何时需要对评分卡进行升级或重建评分卡？
     这些报告的大部分只是简单的计算不同分数段的总数和频率，以及业务获取的不同变量。

稳定性报告

稳定性报告用于评估和监测评分卡表现，也被称为系统性报告或评分卡稳定性报告。该报告的目的是生成一个能够代表总体分值分布随时间的移动或变化的指数。这种变化之所以会发生是因为评分卡开发使用的是历史数据。因此，得分代表的是获取这些数据时的客户行为，而不是实施评分卡时的客户行为。

客户行为的变化可以被解释为一下两种因素的结果：

1. 客户群体发生变化：像所有提供服务的企业一样，提供信用产品的公司也要不停的接收新客户；同时，由于违约、清收和客户不忠，以有客户也会流失。因此，客户群体会以这两种过程只差的速度发生替换。
2. 市场发生变化：市场力量，如通货膨胀、新竞争者的加入以及一般经济周期，将影响已有或正在寻求新的信贷产品的客户行为。如，当失业率上升时，不同类型的信贷产品的违约率都将上升。
   稳定性指标是计算实际的和预期的分值分布之间差异的一个衡量指标。以下表为例：
   
   上表中的稳定性指标的计算
   
   上表中，列A表示评分数据集中每一位间距中记录的百分比。列E表示建模数据中每十分位间距中记录的预期百分比。
   可以将总体稳定性指数，I，定义为：
   $$I = \sum_{i=1}^N(A_i-E_i)\log\left(\frac{A_i}{E_i}\right)$$
   上述公式与前述文章中的信息值相同，其衡量的是两个离散变量之间的关联性，较低的取值表明这两个变量的类别分布相似。如果实际频率$A_i$与预期频率$E_i$相等，则稳定性指数为0。
   可以用自由度为$r-1$的卡方分布检验信息值的显著性，其中，$r$是变量$x$中的类别数。本例中，$r=10$。因此，可以用自由度为9的卡方分布检验稳定指数的显著性。
   $$P(I) = PROBCHI(I,9)$$
   最后，为了得到使用稳定性指数衡量真实和预期的分值分布之间的显著性差异的准则，可以使用SAS函数CINV，即PROBCHI的逆，获取显著性水平0.65和0.997的指数水平。这两个值分布是$I=0.10$和$I=0.25$。根据上述计算，信用评分行业使用稳定性指数的最优实践推荐遵循的准则如下：
   

通常，稳定性指数可以用于三个目的：

1. 作为验证统计量，以确保开发数据集的分值分布与用验证数据集得到的分值分布之间没有显著差异。
2. 稳定性指数还可以作为监测评分卡实施后表现的控制措施。因此，评分卡实施一段时间之后，稳定性指数可以用来评估分值分布相对于评分卡开发时可能发生的变化。
3. 稳定性指数还可以检验名义预测变量的类别分布或连续预测变量的分段分布自评分卡开发以来是否发生了变化。
   上述例子中稳定性指数用的都是10段，也可以用与不同的分段数。

评分卡要素分析

上面介绍的稳定性报告的目的是验证总体的分值分布是否发生变化。分值分布可能发生变化的原因是评分卡开发完成后，自变量的类别分布和取值范围发生了变化。
评分卡要素分析报告的目的是评估自变量分布的变化对于最终评分结果的冲击，下表是关于变量Age的评分卡要素分析报告示例：

这个报告计算了实际A%和预期的E%的分值分布两者之间差异的净效应。计算该指数的公式为：