評分卡可分為申請評分卡(A卡)、行為評分卡(B卡)、催收評分卡(C卡)。不同的卡使用場景不一樣，A卡用于貸前申請環(huán)節(jié)，用來區(qū)分客戶好壞；B卡用于貸中環(huán)節(jié)，根據觀察行為預測未來一段時間發(fā)生逾期/違約的概率；C卡主要用于貸后環(huán)節(jié)，這篇博客來總結一下C卡相關的知識點。

催收工作介紹
要學習催收評分卡，首先要先了解一下信貸客戶管理的周期

其實對于逾期，不能一棍子打死，逾期有時候罰息對于公司來說也是一種收益，所以我們需要對逾期客戶進行分類，不同客戶類別采取的催收手段都是不一樣的

其中風險等級（第四類>第三類>第二類>第一類）

催收的流程大致可以分為以下幾步：

催收評分卡的介紹

催收評分卡和申請評分卡和行為評分卡不太一樣，一般申請評分卡和行為評分卡使用一個模型就可以了，但是催收評分卡由三個模型構成：（不同的模型功能目的不一樣，其中失聯預測模型是比較重要的）

• 還款率模型

• 賬齡滾動模型

• 失聯預測模型

下面介紹一下這三種模型的目的以及模型常用的數據特征

還款率模型

賬齡滾動模型

失聯預測模型

催收評分卡和申請評分卡和行為評分卡不太一樣，一般申請評分卡和行為評分卡使用一個模型就可以了，但是催收評分卡由三個模型構成：（不同的模型功能目的不一樣，其中失聯預測模型是比較重要的）

還款率模型
賬齡滾動模型
失聯預測模型
這篇博客以還款率模型進行講解，要講解還款率模型，我們首先要了解一下隨機森林模型python實現代碼

基于回歸樹的隨機森林（元分類器是由許多回歸樹構成，每一個元分類器模型并行運行得出一個預測值，取所有元分類器模型的平均值作為最終的預測值）

代碼如下，數據可以在我的資源下載，當然了，還款率模型完之后還可以對其進行延伸，預測出來的催回還款率假設定一個閾值（80%，自己可以定），大于80%為可摧回，小于為不可催回，之后可以使用二分類的邏輯回歸對客戶情況進行預測該客戶是可摧回還是不可催回：

#python金融風控評分卡模型和數據分析微專業(yè)課：http://dwz.date/b9vv

import pandas as pd

import numpy as np

from sklearn.model_selection import train_test_split

from sklearn.ensemble import RandomForestRegressor

from sklearn.model_selection import GridSearchCV

??

def MakeupMissingCategorical(x):

? ? if str(x) == 'nan':

? ? ? ? return 'Unknown'

? ? else:

? ? ? ? return x

??

def MakeupMissingNumerical(x,replacement):

? ? if np.isnan(x):

? ? ? ? return replacement

? ? else:

? ? ? ? return x

??

'''

第一步：文件準備

'''

foldOfData = 'H:/'

mydata = pd.read_csv(foldOfData + "還款率模型.csv",header = 0,engine ='python')

#催收還款率等于催收金額/（所欠本息+催收費用）。其中催收費用以支出形式表示

mydata['rec_rate'] = mydata.apply(lambda x: x.LP_NonPrincipalRecoverypayments /(x.AmountDelinquent-x.LP_CollectionFees), axis=1)

#還款率假如大于1，按作1處理

mydata['rec_rate'] = mydata['rec_rate'].map(lambda x: min(x,1))

#整個開發(fā)數據分為訓練集、測試集2個部分

trainData, testData = train_test_split(mydata,test_size=0.4)

??

'''

第二步：數據預處理

'''

#由于不存在數據字典，所以只分類了一些數據

categoricalFeatures = ['CreditGrade','Term','BorrowerState','Occupation','EmploymentStatus','IsBorrowerHomeowner','CurrentlyInGroup','IncomeVerifiable']

??

numFeatures = ['BorrowerAPR','BorrowerRate','LenderYield','ProsperRating (numeric)','ProsperScore','ListingCategory (numeric)','EmploymentStatusDuration','CurrentCreditLines',

? ? ? ? ? ? ? ? 'OpenCreditLines','TotalCreditLinespast7years','CreditScoreRangeLower','OpenRevolvingAccounts','OpenRevolvingMonthlyPayment','InquiriesLast6Months','TotalInquiries',

? ? ? ? ? ? ? ?'CurrentDelinquencies','DelinquenciesLast7Years','PublicRecordsLast10Years','PublicRecordsLast12Months','BankcardUtilization','TradesNeverDelinquent (percentage)',

? ? ? ? ? ? ? ?'TradesOpenedLast6Months','DebtToIncomeRatio','LoanFirstDefaultedCycleNumber','LoanMonthsSinceOrigination','PercentFunded','Recommendations','InvestmentFromFriendsCount',

? ? ? ? ? ? ? ?'Investors']

??

'''

類別型變量需要用目標變量的均值進行編碼

'''

encodedFeatures = []

encodedDict = {}

for var in categoricalFeatures:

? ? trainData[var] = trainData[var].map(MakeupMissingCategorical)

? ? avgTarget = trainData.groupby([var])['rec_rate'].mean()

? ? avgTarget = avgTarget.to_dict()

? ? newVar = var + '_encoded'

? ? trainData[newVar] = trainData[var].map(avgTarget)

? ? encodedFeatures.append(newVar)

? ? encodedDict[var] = avgTarget

??

#對數值型數據的缺失進行補缺

trainData['ProsperRating (numeric)'] = trainData['ProsperRating (numeric)'].map(lambda x: MakeupMissingNumerical(x,0))

trainData['ProsperScore'] = trainData['ProsperScore'].map(lambda x: MakeupMissingNumerical(x,0))

??

avgDebtToIncomeRatio = np.mean(trainData['DebtToIncomeRatio'])

trainData['DebtToIncomeRatio'] = trainData['DebtToIncomeRatio'].map(lambda x: MakeupMissingNumerical(x,avgDebtToIncomeRatio))

numFeatures2 = numFeatures + encodedFeatures

??

'''

第三步：調參

對基于CART的隨機森林的調參，主要有：

1，樹的個數

2，樹的最大深度

3，內部節(jié)點最少樣本數與葉節(jié)點最少樣本數

4，特征個數

此外，調參過程中選擇的誤差函數是均值誤差，5倍折疊

'''

X, y= trainData[numFeatures2],trainData['rec_rate']

??

param_test1 = {'n_estimators':range(60,91,5)}

gsearch1 = GridSearchCV(estimator = RandomForestRegressor(min_samples_split=50,min_samples_leaf=10,max_depth=8,max_features='sqrt' ,random_state=10),param_grid = param_test1, scoring='neg_mean_squared_error',cv=5)

gsearch1.fit(X,y)

gsearch1.best_params_, gsearch1.best_score_

best_n_estimators = gsearch1.best_params_['n_estimators']

??

param_test2 = {'max_depth':range(3,15), 'min_samples_split':range(10,101,10)}

gsearch2 = GridSearchCV(estimator = RandomForestRegressor(n_estimators=best_n_estimators, min_samples_leaf=10,max_features='sqrt' ,random_state=10,oob_score=True),param_grid = param_test2, scoring='neg_mean_squared_error',cv=5)

gsearch2.fit(X,y)

gsearch2.best_params_, gsearch2.best_score_

best_max_depth = gsearch2.best_params_['max_depth']

best_min_samples_split = gsearch2.best_params_['min_samples_split']

??

param_test3 = {'min_samples_leaf':range(1,20,2)}

gsearch3 = GridSearchCV(estimator = RandomForestRegressor(n_estimators=best_n_estimators, max_depth = best_max_depth,max_features='sqrt',min_samples_split=best_min_samples_split,random_state=10,oob_score=True),param_grid = param_test3, scoring='neg_mean_squared_error',cv=5)

gsearch3.fit(X,y)

gsearch3.best_params_, gsearch3.best_score_

best_min_samples_leaf = gsearch3.best_params_['min_samples_leaf']

??

numOfFeatures = len(numFeatures2)

mostSelectedFeatures = numOfFeatures/2

param_test4 = {'max_features':range(3,numOfFeatures+1)}

gsearch4 = GridSearchCV(estimator = RandomForestRegressor(n_estimators=best_n_estimators, max_depth=best_max_depth,min_samples_leaf=best_min_samples_leaf,min_samples_split=best_min_samples_split,random_state=10,oob_score=True),param_grid = param_test4, scoring='neg_mean_squared_error',cv=5)

gsearch4.fit(X,y)

gsearch4.best_params_, gsearch4.best_score_

best_max_features = gsearch4.best_params_['max_features']

??

#把最優(yōu)參數全部獲取去做隨機森林擬合

cls = RandomForestRegressor(n_estimators=best_n_estimators,max_depth=best_max_depth,min_samples_leaf=best_min_samples_leaf,min_samples_split=best_min_samples_split,max_features=best_max_features,random_state=10,oob_score=True)

cls.fit(X,y)

trainData['pred'] = cls.predict(trainData[numFeatures2])

trainData['less_rr'] = trainData.apply(lambda x: int(x.pred > x.rec_rate), axis=1)

np.mean(trainData['less_rr'])

err = trainData.apply(lambda x: np.abs(x.pred - x.rec_rate), axis=1)

np.mean(err)

??

#隨機森林評估變量重要性

importance=cls.feature_importances_

featureImportance=dict(zip(numFeatures2,importance))

featureImportance=sorted(featureImportance.items(),key=lambda x:x[1],reverse=True)

??

'''

第四步：在測試集上測試效果

'''

#類別型數據處理

for var in categoricalFeatures:

? ? testData[var] = testData[var].map(MakeupMissingCategorical)

? ? newVar = var + '_encoded'

? ? testData[newVar] = testData[var].map(encodedDict[var])

? ? avgnewVar = np.mean(trainData[newVar])

? ? testData[newVar] = testData[newVar].map(lambda x: MakeupMissingNumerical(x, avgnewVar))

??

#連續(xù)性數據處理

testData['ProsperRating (numeric)'] = testData['ProsperRating (numeric)'].map(lambda x: MakeupMissingNumerical(x,0))

testData['ProsperScore'] = testData['ProsperScore'].map(lambda x: MakeupMissingNumerical(x,0))

testData['DebtToIncomeRatio'] = testData['DebtToIncomeRatio'].map(lambda x: MakeupMissingNumerical(x,avgDebtToIncomeRatio))

??

testData['pred'] = cls.predict(testData[numFeatures2])

testData['less_rr'] = testData.apply(lambda x: int(x.pred > x.rec_rate), axis=1)

np.mean(testData['less_rr'])

err = testData.apply(lambda x: np.abs(x.pred - x.rec_rate), axis=1)

np.mean(err)

歡迎大家報名學習python金融風控評分卡模型和數據分析微專業(yè)課：http://dwz.date/b9vv