创造信用记分卡
对象构建信用记分卡模型
创建一个信用记分卡模型信用记分卡
对象,并以表格格式指定输入数据。
在创建信用记分卡
对象,您可以使用相关的对象函数来存放数据并执行逻辑回归分析,以开发一个信用记分卡模型来指导信用决策。这个工作流展示了如何开发一个信用记分卡模型。
使用屏幕预测器
(风险管理工具箱)从风险管理工具箱™中将潜在的大量预测因素缩减为最能预测信用评分卡响应变量的子集。在创建信用记分卡
对象。
使用autobinning
.
使用以下公式拟合逻辑回归模型:fitmodel
或fitConstrainedModel
.
检查和格式化信用记分卡点数使用显示点
和格式点
。此时,在工作流中,如果您拥有“风险管理工具箱”许可证,则可以选择创建信用记分卡
对象(csc
)使用契约
然后,您可以使用以下函数显示点
(风险管理工具箱),分数
(风险管理工具箱)和probdefault
(风险管理工具箱)风险管理工具箱中的csc
对象。
使用分数
.
使用以下公式计算数据的默认概率:probdefault
.
使用验证信用记分卡模型的质量验证模型
.
有关此工作流的详细信息,请参阅信用记分卡建模工作流.
autobinning |
执行给定预测器的自动装箱 |
bininfo |
返回预测器的bin信息 |
predictorinfo |
信用记分卡预测属性摘要 |
修正预测器 |
设置信用记分卡预测器的属性 |
fillmissing |
替换信用记分卡预测器的缺失值 |
改装箱 |
修改预测器的箱子 |
宾达 |
组合预测变量 |
绘图仪 |
绘制直方图计数预测变量 |
fitmodel |
将logistic回归模型与证据权重(WOE)数据拟合 |
fitConstrainedModel |
根据模型系数的约束条件,将逻辑回归模型与证据权重(WOE)数据拟合 |
模型 |
设置模型预测因子和系数 |
显示点 |
每个料仓每个预测器的返回点 |
格式点 |
设置记分卡点数和比例 |
分数 |
计算给定数据的信用分数 |
probdefault |
给定数据集的默认可能性 |
验证模型 |
验证信用记分卡模型的质量 |
契约 |
创建紧凑的信用记分卡 |
[1]安德森,R。信用评分工具包。牛津大学出版社,2007。
[2] 雷法特,M。使用SAS为数据挖掘做数据准备。摩根·考夫曼,2006年。
[3] 雷法特,M。信用风险记分卡:使用SAS开发和实施。露露网,2011年。
autobinning
|宾达
|bininfo
|显示点
|fillmissing
|fitConstrainedModel
|fitmodel
|格式点
|改装箱
|修正预测器
|绘图仪
|predictorinfo
|probdefault
|分数
|模型
|桌子
|验证模型
|屏幕预测器
(风险管理工具箱)