评分卡建模全流程：从变量到打分，海外现金贷的第一道风控闸门

评分卡建模全流程：从变量到打分，海外现金贷的第一道风控闸门

在海外现金贷这片战场上，模型的花活儿越来越多：梯度提升、深度学习、图神经网络，甚至大模型风控都开始进场。但真正扛住日常放款量、能被合规官和监管一眼看懂的，往往还是那张”老土”的评分卡。它不一定最炫，却是最稳的底座。

为什么？三个很现实的理由。第一，监管要的是”说得清”。欧盟 AI 法案把评估自然人信用状况的模型列进 Annex III 第 5(b) 条的高风险清单，要求可解释、可人工干预、可被质询；美国这边，2026 年 4 月 17 日发布的 SR 26-2 取代了沿用十五年的 SR 11-7，成为银行模型风险管理的现行框架，把治理原则和风险为本的尺度写得很清楚。在这些框架下，一个打不出”为什么拒”的黑箱很难过关。第二，新兴市场冷启动要快，评分卡开发周期短、样本需求相对小，能先顶上。第三，跨市场可迁移，一套分箱逻辑换个国家补点本地变量就能复用。

本文把评分卡从零到一拆开讲，重点放在流程和可落地的坑上。

一、评分卡到底是什么

一句话：把”这个人会不会还钱”翻译成一个分数。它通常是线性的——每个变量经过分箱变成 WOE（证据权重）值，乘上逻辑回归系数再加总，最后映射成几百到几百的分数。线性意味着”可加性”：你能清楚说出是”收入低了 20 分”还是”多头借了 30 分”，这正是合规和策略调优都想要的属性。

二、全流程六步

第一步：样本与变量准备。 先定义”好”和”坏”。坏账口径要统一：逾期多少天算坏（常见 M3+，即 90 天以上算坏），观察期（申请时点往前拉变量）和表现期（往后看是否变坏）要锁死。变量池要覆盖身份、设备、通讯、交易、第三方征信几大类，但别一上来堆几千个——先把能稳定拿到、合规允许用的放进池子。

第二步：EDA 与清洗。 缺失率、极端值、单位不一致是常态。海外数据源常常很”脏”，同一字段在不同市场含义可能不同，必须逐个市场核对，不能想当然套用国内经验。

第三步：WOE 分箱。 把连续变量切成几段，每段算出 WOE。分箱的目的，一是让非线性关系被模型吃到，二是强制单调性——风险应该随某个维度单向变化，出现”U 型”多半是数据噪声或样本太少导致的假象。

第四步：IV 筛选。 信息值衡量变量区分好坏的能力：低于 0.02 基本没用，0.02 到 0.1 偏弱，0.1 到 0.3 中等，0.3 以上强。但别迷信高 IV——一个变量 IV 高到离谱，很可能是泄露了未来信息（比如用”已逾期金额”去预测”会不会逾期”），这种伪强变量要坚决砍掉。

第五步：逻辑回归建模。 为什么是 LR 而不是更猛的梯度提升？因为 LR 的系数天然就是”贡献度”，策略团队能拿着它和风控、合规对话。在强监管市场，模型文档要能回答”每个变量的权重怎么来的”，LR 的系数表天然就是这份文档，而树模型得靠 SHAP 反推，额外多一层解释成本。GBM、XGBoost 常用作对照模型（champion/challenger），但最终上线的主模型往往还是评分卡，或评分卡与树模型融合。这也是为什么很多出海团队会先上评分卡、把更复杂的模型作为 challenger 并行验证，等解释体系跑顺了再逐步加权。

第六步：分数校准与切分。 用公式 points = offset + factor × log(odds) 把模型输出翻成业务友好的分数，定好基准点（如 600 分对应某个 odds）和翻倍距离（分数每涨多少，odds 翻倍）。然后根据风险预算切 cutoff：过严漏量、过松坏帐，要在通过率和坏账率之间找平衡点。A 卡（申请）、B 卡（行为）、C 卡（催收）是三张经典卡，各自服务不同环节。

三、三道绕不开的坎

样本偏差。 你只能拿到”被通过的人”的表现，被拒的人到底还不还，永远不知道——这就是拒绝推断难题。常用方法有打包法、外推法、双评分卡，但都是近似，必须清楚标注置信边界，不能把推断当真值用。

跨市场迁移。 在东南亚训好的卡直接搬到非洲上线，十有八九 psi（群体稳定性指数）飘红、KS 掉一截。正确做法是保留分箱骨架，用本地样本重训系数，甚至重做部分分箱；别指望一套卡打全球，每个市场都得有本地样本回流。

合规可解释性。 前面说了，监管把信用评分当高风险。除了模型本身可解释，还要能输出 adverse action reason codes（拒贷原因码）、能给出单笔 SHAP 贡献度，让人能复核、能干预。SR 26-2 虽把生成式与智能体 AI 排除在外，但传统评分卡和机器学习信用模型都在治理范围内，通过银行放款的金融科技合作方也会被延伸要求。

四、评分卡不是终点

评分卡产出的是”风险分”，但放款不能只靠一个分：它要接进决策引擎，和规则、额度策略、第三方黑名单、人工复核一起，组成一条完整的审批流。分高不一定放，分低也不一定拒，中间地带靠策略兜底。

下篇预告

下一篇（230）我们讲决策引擎与规则配置：怎么把评分卡、规则、外部调用串成一条审批流，champion/challenger 怎么跑，灰度与回滚怎么设计。