风控模型开发验证报告

00 模型概要信息

项目	内容
模型名称	exp_20261021-112733-3ff8
开发完成日期	2026-10-21
模型开发人员	（人工填写）
模型开发人员邮件地址	（人工填写）
模型验证人员	（人工填写）
模型验证人员邮件地址	（人工填写）
模型应用环节	preloan_approval
模型应用频率	（人工填写）
模型开发背景及业务用途描述	Local MVP full pipeline run.
模型适用产品/客户描述	（人工填写）
模型重开发原因（如有）	—
模型拟监控频率	（人工填写）
模型路线	LR + WOE 评分卡
目标变量	flag_30
实验 ID	20261021-112733-3ff8

待补充：模型开发/验证人员、应用频率、产品描述等字段需人工补填。

01 模型设计

建模数据样本窗口

项目	内容
切分方式	外部 data_flag 划分（TRAIN 内 6/4 随机开发/测试，VALI 跨时间，PSI 时点）
开发样本(Train)窗口	2025-03-01 ~ 2025-04-30
预留验证样本窗口	2025-03-01 ~ 2025-04-30
跨时间验证样本窗口	2025-05-01 ~ 2026-04-17
PSI时点样本窗口	—

模型好坏定义

项目	内容
目标变量	flag_30
坏样本(BAD=1)占比	16.67%
好样本(BAD=0)占比	—
不确定样本	本流程要求目标变量已预计算为 0/1 二值，不确定样本请在上游合并口径

样本排除规则

序号	排除规则	说明
1	credit_no	主键/时间/口径字段，不入模
2	apply_dt	主键/时间/口径字段，不入模
3	flag_30 为空	排除 0 行

滚动率分析

待补充：滚动率分析（M0→M6+ 状态迁移矩阵）需要逾期状态口径数据，当前流程目标变量为上游已计算的二值标签，暂未生成。

待补充：表现窗口及坏账率分析、模型细分定义需结合业务口径人工补充。

02 数据流

开发时点 — 样本排除

类别	样本数
全部样本	25986
排除：目标变量为空	0
排除后样本	25986

注：按照01模型设计的排除规则统计；当前流程的排除项为目标变量缺失。

总体样本概况

数据集	样本量	好样本	坏样本	坏样本率	占比
全部样本	25986	21655	4331	16.67%	100.00%
开发样本	9494	7911	1583	16.67%	36.54%
测试样本	6328	5274	1054	16.66%	24.35%
训练+测试样本	15822	13185	2637	16.67%	60.89%
跨时间验证样本	10164	8470	1694	16.67%	39.11%

开发/预留验证样本交叉统计

类别	开发+预留样本数	开发样本数	开发占比	预留验证样本数	预留验证占比
好	13185	7911	60.00%	5274	40.00%
坏	2637	1583	60.03%	1054	39.97%
合计	15822	9494	60.01%	6328	39.99%

细致变量分析（预分箱口径，开发样本）

变量	IV	缺失率	取值集中度	最大相关系数
model_risk_v9_sxiaojin_score	0.3558	0.62%	4.08%	0.9430
model_risk_v9_stongyong_score	0.3497	0.62%	3.58%	0.9430
ScoreCust2	0.3491	0.00%	0.48%	0.8907
risk_v8_slowirr	0.3105	0.64%	2.07%	0.8932
ScoreCust1	0.3097	0.00%	0.59%	0.8907
score_50021	0.3088	2.07%	0.67%	0.4906
score92663	0.2898	0.64%	0.06%	0.8932
risk_score	0.2799	0.47%	32.12%	0.4674
dxm_2025v2	0.2681	0.00%	2.12%	0.5760
PY083P	0.2254	0.60%	0.84%	0.5397
repay_amt_6m_grade	0.2245	0.47%	51.35%	0.8839
bh_CO4001score	0.2095	0.01%	5.98%	0.5786
model_1034467	0.1889	4.54%	0.06%	0.9545
adr_stability_grade	0.1787	0.47%	27.37%	0.4397
model_1034468	0.1441	4.54%	0.04%	0.9545
zszs_xy_score	0.1285	1.59%	2.16%	0.2981
first_loan_length_grade	0.1275	0.47%	61.82%	0.4593
cust_seg2	0.1256	0.47%	50.61%	0.5653
tot_pay_amt_6m_grade	0.1106	0.47%	36.86%	0.5234
xmf_v11xj	0.1075	1.46%	2.12%	0.5760
avg_bal_6m_grade	0.0850	0.47%	49.92%	0.8839
mobile_fixed_grade	0.0822	0.47%	23.05%	0.2789
repayment_ability_rank2	0.0779	0.47%	35.05%	0.5653
positive_biz_cnt_1y_grade	0.0708	0.47%	48.76%	0.6809
dev_stability_grade2	0.0452	0.47%	40.59%	0.4172
bh_a101	0.0243	12.83%	88.88%	0.9008
bh_a220	0.0243	12.88%	14.45%	0.9986
last_6m_avg_asset_total_grade	0.0231	0.47%	50.06%	0.3337
BH_A350	0.0182	12.83%	71.11%	0.9159
bh_a160	0.0182	21.03%	4.20%	0.6669
bh_a211	0.0180	12.88%	10.88%	0.9986
bh_a178	0.0175	22.36%	38.53%	0.8394
score_dz	0.0170	12.80%	3.24%	0.5854
bh_a179	0.0170	22.36%	29.70%	0.8394
bh_h163	0.0170	12.83%	77.34%	0.9039
bh_h002	0.0162	12.83%	58.46%	0.9237
bh_a121	0.0160	12.83%	10.17%	0.9300
BH_A340	0.0147	12.83%	71.11%	0.9076
bh_a201	0.0144	22.36%	15.05%	0.7100
bh_a219	0.0139	15.63%	14.76%	0.9987
bh_a047	0.0134	12.83%	65.95%	0.9025
bh_a131	0.0133	12.83%	15.42%	0.9668
bh_a122	0.0133	12.83%	6.75%	0.9521
bh_a210	0.0131	15.63%	13.37%	0.9987
bh_a180	0.0131	22.36%	15.05%	0.7100
bh_a056	0.0130	12.83%	65.95%	0.8819
bh_h003	0.0129	12.83%	42.92%	0.9303
BH_A341	0.0127	12.83%	57.78%	0.9047
BH_A353	0.0122	12.83%	37.39%	0.9449
BH_A287	0.0122	12.83%	29.53%	0.9563
bh_a126	0.0119	12.83%	56.21%	0.9256
BH_A355	0.0119	12.83%	22.43%	0.9759
bh_h007	0.0118	12.83%	4.89%	0.9759
bh_a150	0.0118	12.83%	41.47%	0.8965
BH_A351	0.0117	12.83%	57.78%	0.9231
bh_a062	0.0116	12.83%	70.26%	0.9269
bh_a149	0.0115	12.83%	51.55%	0.8965
BH_A342	0.0112	12.83%	45.25%	0.9390
bh_a009	0.0112	12.83%	10.95%	0.9444
BH_A365	0.0110	12.83%	69.26%	0.9021
BH_A366	0.0109	12.83%	61.12%	0.9021
BH_A335	0.0107	12.83%	47.63%	0.8946
bh_a200	0.0107	22.36%	29.70%	0.8214
BH_A352	0.0105	12.83%	45.25%	0.9381
bh_a218	0.0105	21.53%	15.95%	0.9991
bh_a117	0.0105	12.83%	56.21%	0.9256
bh_h001	0.0103	12.80%	34.55%	0.8124
bh_h004	0.0102	12.83%	30.74%	0.9425
bh_a128	0.0102	12.83%	28.17%	0.9425
bh_h135	0.0100	12.83%	68.68%	0.8256
bh_a119	0.0099	12.83%	28.17%	0.9461
bh_a066	0.0096	12.83%	37.83%	0.9258
bh_a116	0.0095	12.83%	71.60%	0.9260
bh_a141	0.0094	12.83%	41.47%	0.9289
BH_A343	0.0093	12.83%	37.39%	0.9390
bh_a120	0.0092	12.83%	20.58%	0.9461
bh_a177	0.0091	22.36%	52.60%	0.7456
BH_A349	0.0091	12.83%	82.33%	0.9054
bh_a125	0.0088	12.83%	71.60%	0.9260
BH_A356	0.0088	12.83%	18.91%	0.9570
BH_A376	0.0087	12.83%	61.12%	0.8773
bh_a061	0.0086	12.83%	78.67%	0.8866
BH_A339	0.0086	12.83%	82.33%	0.9054
bh_a209	0.0085	21.53%	15.95%	0.9991
bh_a199	0.0079	22.36%	38.53%	0.8214
bh_a124	0.0077	12.83%	84.00%	0.9137
BH_A277	0.0076	12.83%	61.31%	0.8499
BH_A230	0.0075	12.83%	39.27%	0.9084
bh_a113	0.0073	12.83%	61.12%	0.8248
bh_h166	0.0072	12.83%	20.47%	0.9328
bh_h010	0.0069	12.83%	62.24%	0.8935
bh_a093	0.0069	12.83%	48.85%	0.8646
BH_A354	0.0068	12.83%	25.30%	0.9632
bh_a115	0.0067	12.83%	84.00%	0.9137
bh_h168	0.0066	12.83%	44.77%	0.9480
bh_h006	0.0066	12.83%	12.13%	0.9632
bh_h170	0.0065	12.83%	50.05%	0.9521
bh_a070	0.0065	12.83%	78.67%	0.8866
bh_h011	0.0064	12.83%	55.34%	0.8935
BH_A261	0.0064	12.83%	79.52%	0.8170

注：共 681 个候选变量，按 IV 降序展示前 100 个；集中度 = 最大频次取值样本数 ÷ 非空样本数；相关性为皮尔逊（仅数值变量），完整数据见 variable_detail.json。

03 单变量分析（细分箱）

ScoreCust2 — IV 0.3721，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 603.5]	1533	1108	425	27.72%	-0.6507
2	(603.5, 747.5]	3749	2981	768	20.49%	-0.2527
3	(747.5, 786.5]	1222	1042	180	14.73%	0.1470
4	(786.5, 843.5]	1449	1306	143	9.87%	0.6029
5	(843.5, inf]	1541	1474	67	4.35%	1.4821

risk_score — IV 0.3689，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	2399	2247	152	6.34%	1.0842
2	(1.5, 2.5]	3035	2608	427	14.07%	0.2002
3	(2.5, 3.5]	1718	1355	363	21.13%	-0.2922
4	(3.5, 4.5]	1019	784	235	23.06%	-0.4045
5	(4.5, inf]	1278	880	398	31.14%	-0.8158

model_risk_v9_sxiaojin_score — IV 0.3654，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 34.5]	1228	1162	66	5.37%	1.2561
2	(34.5, 43.5]	2237	2005	232	10.37%	0.5446
3	(43.5, 53.5]	3437	2888	549	15.97%	0.0481
4	(53.5, 62.5]	1912	1413	499	26.10%	-0.5712
5	(62.5, inf]	621	398	223	35.91%	-1.0328

model_risk_v9_stongyong_score — IV 0.3653，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 28.5]	552	534	18	3.26%	1.7779
2	(28.5, 45.5]	2938	2665	273	9.29%	0.6664
3	(45.5, 58.5]	3917	3231	686	17.51%	-0.0624
4	(58.5, 65.5]	1332	985	347	26.05%	-0.5688
5	(65.5, inf]	696	451	245	35.20%	-1.0019

score92663 — IV 0.3367，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 31.71654987335205]	562	550	12	2.14%	2.2132
2	(31.71654987335205, 45.75290107727051]	2615	2355	260	9.94%	0.5918
3	(45.75290107727051, 54.08784866333008]	2384	2013	371	15.56%	0.0793
4	(54.08784866333008, 66.37909698486328]	2970	2322	648	21.82%	-0.3356
5	(66.37909698486328, inf]	902	624	278	30.82%	-0.8033

score_50021 — IV 0.3310，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.007949999999254942]	1661	1561	100	6.02%	1.1342
2	(0.007949999999254942, 0.01484999991953373]	2725	2386	339	12.44%	0.3377
3	(0.01484999991953373, 0.02065000031143427]	1874	1561	313	16.70%	-0.0068
4	(0.02065000031143427, 0.03945000097155571]	2378	1811	567	23.84%	-0.4524
5	(0.03945000097155571, inf]	659	434	225	34.14%	-0.9568

ScoreCust1 — IV 0.3217，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 618.5]	1298	944	354	27.27%	-0.6281
2	(618.5, 679.5]	1464	1115	349	23.84%	-0.4474
3	(679.5, 751.5]	2369	1916	453	19.12%	-0.1668
4	(751.5, 833.5]	2626	2292	334	12.72%	0.3171
5	(833.5, inf]	1737	1644	93	5.35%	1.2634

risk_v8_slowirr — IV 0.3031，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 31.5]	1931	1804	127	6.58%	1.0417
2	(31.5, 48.5]	2802	2425	377	13.45%	0.2495
3	(48.5, 64.5]	2736	2224	512	18.71%	-0.1431
4	(64.5, 70.5]	906	686	220	24.28%	-0.4746
5	(70.5, inf]	1058	725	333	31.47%	-0.8338

dxm_2025v2 — IV 0.2873，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 389.5]	2850	2151	699	24.53%	-0.4849
2	(389.5, 411.5]	3502	2884	618	17.65%	-0.0685
3	(411.5, 419.5]	1017	893	124	12.19%	0.3654
4	(419.5, 446.5]	1503	1382	121	8.05%	0.8266
5	(446.5, inf]	622	601	21	3.38%	1.7451

PY083P — IV 0.2456，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 578.5]	2215	1641	574	25.91%	-0.5619
2	(578.5, 599.5]	1074	866	208	19.37%	-0.1860
3	(599.5, 674.5]	4122	3486	636	15.43%	0.0889
4	(674.5, 754.5]	1555	1421	134	8.62%	0.7489
5	(754.5, inf]	471	454	17	3.61%	1.6725

bh_CO4001score — IV 0.2341，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 35.5]	707	673	34	4.81%	1.3766
2	(35.5, 39.5]	1001	907	94	9.39%	0.6580
3	(39.5, 45.5]	2595	2253	342	13.18%	0.2764
4	(45.5, 50.5]	2532	2090	442	17.46%	-0.0552
5	(50.5, inf]	2658	1987	671	25.24%	-0.5232

repay_amt_6m_grade — IV 0.2323，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	4852	3820	1032	21.27%	-0.3006
2	(1.5, 4.5]	1645	1350	295	17.93%	-0.0884
3	(4.5, 5.5]	906	793	113	12.47%	0.3391
4	(5.5, 6.5]	826	759	67	8.11%	0.8180
5	(6.5, inf]	1220	1152	68	5.57%	1.2204

model_1034467 — IV 0.2084，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.07134599983692169]	981	925	56	5.71%	1.1890
2	(0.07134599983692169, 0.0911255031824112]	2199	1950	249	11.32%	0.4427
3	(0.0911255031824112, 0.10137400031089783]	1305	1087	218	16.71%	-0.0087
4	(0.10137400031089783, 0.1895964965224266]	3919	3119	800	20.41%	-0.2548
5	(0.1895964965224266, inf]	659	479	180	27.31%	-0.6367

cust_seg2 — IV 0.1786，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 2.5]	2171	1976	195	8.98%	0.7065
2	(2.5, 3.5]	4782	4033	749	15.66%	0.0742
3	(3.5, inf]	2496	1865	631	25.28%	-0.5256

adr_stability_grade — IV 0.1741，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 2.5]	2885	2203	682	23.64%	-0.4368
2	(2.5, 5.5]	1215	972	243	20.00%	-0.2230
3	(5.5, 7.5]	2307	1964	343	14.87%	0.1357
4	(7.5, 8.5]	1060	930	130	12.26%	0.3583
5	(8.5, inf]	1982	1805	177	8.93%	0.7129

first_loan_length_grade — IV 0.1466，4 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 4.5]	1984	1469	515	25.96%	-0.5611
2	(4.5, 5.5]	745	584	161	21.61%	-0.3208
3	(5.5, 6.5]	879	719	160	18.20%	-0.1066
4	(6.5, inf]	5841	5102	739	12.65%	0.3228

model_1034468 — IV 0.1427，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.07387199997901917]	1130	1056	74	6.55%	1.0428
2	(0.07387199997901917, 0.09729450196027756]	3312	2834	478	14.43%	0.1644
3	(0.09729450196027756, inf]	4621	3670	951	20.58%	-0.2650

zszs_xy_score — IV 0.1352，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 696.5]	2001	1514	487	24.34%	-0.4846
2	(696.5, 704.5]	1237	1000	237	19.16%	-0.1791
3	(704.5, 713.5]	1631	1356	275	16.86%	-0.0233
4	(713.5, 730.5]	2568	2206	362	14.10%	0.1884
5	(730.5, inf]	1906	1722	184	9.65%	0.6175

xmf_v11xj — IV 0.1277，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 397.5]	1500	1149	351	23.40%	-0.4283
2	(397.5, 432.5]	4488	3671	817	18.20%	-0.1116
3	(432.5, 444.5]	996	851	145	14.56%	0.1555
4	(444.5, 481.5]	1870	1658	212	11.34%	0.4426
5	(481.5, inf]	501	473	28	5.59%	1.2127

tot_pay_amt_6m_grade — IV 0.1224，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	3483	2710	773	22.19%	-0.3549
2	(1.5, 2.5]	1281	1060	221	17.25%	-0.0414
3	(2.5, 5.5]	2721	2338	383	14.08%	0.1997
4	(5.5, 6.5]	514	453	61	11.87%	0.3957
5	(6.5, inf]	1450	1313	137	9.45%	0.6508

have_car_prob_grade — IV 0.1015，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	5786	4625	1161	20.07%	-0.2271
2	(1.5, inf]	3663	3249	414	11.30%	0.4509

avg_bal_6m_grade — IV 0.0892，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 2.5]	5155	4119	1036	20.10%	-0.2291
2	(2.5, 3.5]	776	657	119	15.34%	0.0993
3	(3.5, 6.5]	2008	1744	264	13.15%	0.2787
4	(6.5, 7.5]	514	452	62	12.06%	0.3772
5	(7.5, inf]	996	902	94	9.44%	0.6520

repayment_ability_rank2 — IV 0.0887，4 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	1014	921	93	9.17%	0.6835
2	(1.5, 2.5]	2561	2222	339	13.24%	0.2709
3	(2.5, 3.5]	3312	2716	596	18.00%	-0.0926
4	(3.5, inf]	2562	2015	547	21.35%	-0.3054

mobile_fixed_grade — IV 0.0797，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 6.5]	3298	2645	653	19.80%	-0.2105
2	(6.5, 7.5]	2178	1779	399	18.32%	-0.1145
3	(7.5, 8.5]	1643	1373	270	16.43%	0.0170
4	(8.5, 9.5]	1578	1386	192	12.17%	0.3674
5	(9.5, inf]	752	691	61	8.11%	0.8180

positive_biz_cnt_1y_grade — IV 0.0720，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	2792	2207	585	20.95%	-0.2815
2	(1.5, 8.5]	1889	1520	369	19.53%	-0.1936
3	(8.5, inf]	4768	4147	621	13.02%	0.2895

dev_stability_grade2 — IV 0.0560，4 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	1104	982	122	11.05%	0.4763
2	(1.5, 2.5]	3835	3273	562	14.65%	0.1527
3	(2.5, 3.5]	2372	1928	444	18.72%	-0.1409
4	(3.5, inf]	2138	1691	447	20.91%	-0.2788

have_fang_prob_grade — IV 0.0340，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	6285	5126	1159	18.44%	-0.1225
2	(1.5, inf]	3164	2748	416	13.15%	0.2786

last_6m_avg_asset_total_grade — IV 0.0338，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	4730	3844	886	18.73%	-0.1418
2	(1.5, 3.5]	2514	2114	400	15.91%	0.0556
3	(3.5, 4.5]	595	503	92	15.46%	0.0895
4	(4.5, 5.5]	537	461	76	14.15%	0.1934
5	(5.5, inf]	1073	952	121	11.28%	0.4535

bh_a104 — IV 0.0307，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	5058	4337	721	14.25%	0.1485
2	(0.5, inf]	3218	2601	617	19.17%	-0.2071

bh_a113 — IV 0.0307，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	5058	4337	721	14.25%	0.1485
2	(0.5, inf]	3218	2601	617	19.17%	-0.2071

bh_a101 — IV 0.0243，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	7356	6225	1131	15.38%	0.0596
2	(0.5, inf]	920	713	207	22.50%	-0.4091

bh_a110 — IV 0.0243，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	7356	6225	1131	15.38%	0.0596
2	(0.5, inf]	920	713	207	22.50%	-0.4091

bh_a102 — IV 0.0232，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	6725	5707	1018	15.14%	0.0780
2	(0.5, inf]	1551	1231	320	20.63%	-0.2986

bh_a111 — IV 0.0232，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	6725	5707	1018	15.14%	0.0780
2	(0.5, inf]	1551	1231	320	20.63%	-0.2986

bh_h163 — IV 0.0227，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 11.444999694824219]	6401	5439	962	15.03%	0.0865
2	(11.444999694824219, inf]	1875	1499	376	20.05%	-0.2629

bh_h155 — IV 0.0223，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 15.6899995803833]	6932	5875	1057	15.25%	0.0694
2	(15.6899995803833, 48.35999870300293]	485	389	96	19.79%	-0.2466
3	(48.35999870300293, inf]	859	674	185	21.54%	-0.3530

bh_a178 — IV 0.0213，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 8.985000133514404]	3825	3268	557	14.56%	0.1368
2	(8.985000133514404, 20.34000015258789]	1521	1263	258	16.96%	-0.0443
3	(20.34000015258789, inf]	2025	1635	390	19.26%	-0.1993

bh_a179 — IV 0.0192，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 15.119999885559082]	3637	3112	525	14.44%	0.1471
2	(15.119999885559082, inf]	3734	3054	680	18.21%	-0.1305

bh_a103 — IV 0.0189，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	5825	4955	870	14.94%	0.0938
2	(0.5, inf]	2451	1983	468	19.09%	-0.2019

bh_a112 — IV 0.0189，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	5825	4955	870	14.94%	0.0938
2	(0.5, inf]	2451	1983	468	19.09%	-0.2019

bh_h171 — IV 0.0186，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 9.069999694824219]	5945	5054	891	14.99%	0.0898
2	(9.069999694824219, inf]	2331	1884	447	19.18%	-0.2072

bh_a160 — IV 0.0185，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 5.5]	1100	877	223	20.27%	-0.2667
2	(5.5, 424.0]	5951	5006	945	15.88%	0.0311
3	(424.0, inf]	446	392	54	12.11%	0.3462

BH_A350 — IV 0.0182，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	7458	6300	1158	15.53%	0.0480
2	(1.5, inf]	818	638	180	22.00%	-0.3805

score_dz — IV 0.0181，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 597.0]	3045	2479	566	18.59%	-0.1684
2	(597.0, inf]	5234	4461	773	14.77%	0.1075

bh_a100 — IV 0.0176，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	7587	6404	1183	15.59%	0.0430
2	(0.5, inf]	689	534	155	22.50%	-0.4089

bh_a109 — IV 0.0176，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	7587	6404	1183	15.59%	0.0430
2	(0.5, inf]	689	534	155	22.50%	-0.4089

bh_h002 — IV 0.0173，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 3.0549999475479126]	7489	6324	1165	15.56%	0.0458
2	(3.0549999475479126, inf]	787	614	173	21.98%	-0.3791

bh_h147 — IV 0.0173，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 50.0]	7659	6462	1197	15.63%	0.0403
2	(50.0, inf]	617	476	141	22.85%	-0.4292

bh_a150 — IV 0.0170，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	3432	2821	611	17.80%	-0.1161
2	(0.5, 3.5]	3870	3263	607	15.68%	0.0360
3	(3.5, inf]	974	854	120	12.32%	0.3166

BH_A340 — IV 0.0158，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	7035	5948	1087	15.45%	0.0538
2	(1.5, 2.5]	459	374	85	18.52%	-0.1642
3	(2.5, inf]	782	616	166	21.23%	-0.3346

bh_a141 — IV 0.0157，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	3432	2821	611	17.80%	-0.1161
2	(0.5, 9.5]	4177	3530	647	15.49%	0.0509
3	(9.5, inf]	667	587	80	11.99%	0.3472

bh_h003 — IV 0.0147，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 2.6049998998641968]	6520	5523	997	15.29%	0.0661
2	(2.6049998998641968, inf]	1756	1415	341	19.42%	-0.2228

BH_A366 — IV 0.0147，4 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	5058	4195	863	17.06%	-0.0646
2	(0.5, 1.5]	1305	1091	214	16.40%	-0.0170
3	(1.5, 4.5]	1297	1107	190	14.65%	0.1165
4	(4.5, inf]	616	545	71	11.53%	0.3923

BH_A352 — IV 0.0146，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	3745	3194	551	14.71%	0.1115
2	(0.5, 1.5]	2131	1785	346	16.24%	-0.0051
3	(1.5, 2.5]	1104	910	194	17.57%	-0.1003
4	(2.5, 3.5]	594	489	105	17.68%	-0.1074
5	(3.5, inf]	702	560	142	20.23%	-0.2737

bh_a210 — IV 0.0138，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 62.279998779296875]	4773	4061	712	14.92%	0.1008
2	(62.279998779296875, inf]	3237	2648	589	18.20%	-0.1372

BH_A341 — IV 0.0138，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	6186	5242	944	15.26%	0.0685
2	(1.5, 2.5]	605	500	105	17.36%	-0.0852
3	(2.5, inf]	1485	1196	289	19.46%	-0.2255

bh_a047 — IV 0.0134，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 2.5]	6834	5780	1054	15.42%	0.0560
2	(2.5, inf]	1442	1158	284	19.69%	-0.2404

bh_a126 — IV 0.0134，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	6643	5619	1024	15.41%	0.0566
2	(1.5, 2.5]	866	710	156	18.01%	-0.1304
3	(2.5, inf]	767	609	158	20.60%	-0.2966

BH_A342 — IV 0.0132，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	3745	3194	551	14.71%	0.1115
2	(0.5, 2.5]	2112	1771	341	16.15%	0.0016
3	(2.5, inf]	2419	1973	446	18.44%	-0.1588

bh_a180 — IV 0.0131，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 10150.0]	6687	5629	1058	15.82%	0.0390
2	(10150.0, inf]	684	537	147	21.49%	-0.3370

bh_a056 — IV 0.0130，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	6886	5822	1064	15.45%	0.0538
2	(1.5, inf]	1390	1116	274	19.71%	-0.2415

BH_A351 — IV 0.0129，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	6768	5722	1046	15.46%	0.0535
2	(1.5, 2.5]	838	685	153	18.26%	-0.1469
3	(2.5, inf]	670	531	139	20.75%	-0.3055

BH_A353 — IV 0.0128，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	5307	4509	798	15.04%	0.0859
2	(1.5, 3.5]	1932	1589	343	17.75%	-0.1127
3	(3.5, inf]	1037	840	197	19.00%	-0.1956

bh_h004 — IV 0.0127，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.8849999904632568]	5290	4496	794	15.01%	0.0880
2	(1.8849999904632568, inf]	2986	2442	544	18.22%	-0.1442

BH_A338 — IV 0.0125，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	7510	6334	1176	15.66%	0.0380
2	(0.5, inf]	766	604	162	21.15%	-0.3299

BH_A348 — IV 0.0125，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	7510	6334	1176	15.66%	0.0380
2	(0.5, inf]	766	604	162	21.15%	-0.3299

bh_a115 — IV 0.0124，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	6952	5875	1077	15.49%	0.0507
2	(0.5, 1.5]	718	580	138	19.22%	-0.2101
3	(1.5, inf]	606	483	123	20.30%	-0.2780

bh_a117 — IV 0.0122，4 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 2.5]	6787	5735	1052	15.50%	0.0501
2	(2.5, 3.5]	473	391	82	17.34%	-0.0838
3	(3.5, 5.5]	541	437	104	19.22%	-0.2103
4	(5.5, inf]	475	375	100	21.05%	-0.3241

bh_a124 — IV 0.0122，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	6952	5875	1077	15.49%	0.0507
2	(0.5, inf]	1324	1063	261	19.71%	-0.2415

bh_a159 — IV 0.0122，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 3.5]	1324	1063	261	19.71%	-0.2415
2	(3.5, inf]	6952	5875	1077	15.49%	0.0507

bh_a199 — IV 0.0122，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 3.709999918937683]	2854	2436	418	14.65%	0.1301
2	(3.709999918937683, 56.69499969482422]	3330	2767	563	16.91%	-0.0403
3	(56.69499969482422, inf]	1187	963	224	18.87%	-0.1742

bh_h140 — IV 0.0120，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	6009	4987	1022	17.01%	-0.0608
2	(0.5, 3.5]	1846	1581	265	14.36%	0.1402
3	(3.5, inf]	421	370	51	12.11%	0.3358

bh_h010 — IV 0.0119，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.0750000476837158]	5151	4378	773	15.01%	0.0882
2	(1.0750000476837158, inf]	3125	2560	565	18.08%	-0.1349

bh_a220 — IV 0.0119，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 75.57500076293945]	6897	5829	1068	15.48%	0.0510
2	(75.57500076293945, inf]	1374	1105	269	19.58%	-0.2331

BH_A376 — IV 0.0118，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	5058	4195	863	17.06%	-0.0646
2	(0.5, 2.5]	2642	2235	407	15.40%	0.0573
3	(2.5, inf]	576	508	68	11.81%	0.3651

bh_a149 — IV 0.0115，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 2.5]	7291	6075	1216	16.68%	-0.0372
2	(2.5, inf]	985	863	122	12.39%	0.3106

bh_h135 — IV 0.0115，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	5684	4728	956	16.82%	-0.0473
2	(0.5, 1.5]	2069	1746	323	15.61%	0.0416
3	(1.5, inf]	523	464	59	11.28%	0.4165

bh_a200 — IV 0.0115，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 3.709999918937683]	2198	1876	322	14.65%	0.1298
2	(3.709999918937683, 10150.0]	4788	3987	801	16.73%	-0.0276
3	(10150.0, inf]	385	303	82	21.30%	-0.3256

bh_h001 — IV 0.0114，4 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	2860	2433	427	14.93%	0.0947
2	(1.5, 2.5]	2349	1989	360	15.33%	0.0639
3	(2.5, 3.5]	1593	1318	275	17.26%	-0.0783
4	(3.5, inf]	1477	1200	277	18.75%	-0.1793

BH_A365 — IV 0.0110，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	6969	5801	1168	16.76%	-0.0431
2	(1.5, inf]	1307	1137	170	13.01%	0.2545

bh_a218 — IV 0.0107，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 68.58499908447266]	5004	4248	756	15.11%	0.0749
2	(68.58499908447266, inf]	2446	2003	443	18.11%	-0.1424

bh_h141 — IV 0.0106，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	6009	4987	1022	17.01%	-0.0608
2	(0.5, inf]	2267	1951	316	13.94%	0.1745

BH_A230 — IV 0.0106，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 7.5]	6068	5037	1031	16.99%	-0.0596
2	(7.5, inf]	2208	1901	307	13.90%	0.1774

bh_h162 — IV 0.0104，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 41.27499961853027]	4869	4026	843	17.31%	-0.0823
2	(41.27499961853027, inf]	3407	2912	495	14.53%	0.1262

bh_a128 — IV 0.0102，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 3.5]	6521	5514	1007	15.44%	0.0545
2	(3.5, inf]	1755	1424	331	18.86%	-0.1867

bh_a116 — IV 0.0101，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	7017	5923	1094	15.59%	0.0432
2	(1.5, 3.5]	793	645	148	18.66%	-0.1738
3	(3.5, inf]	466	370	96	20.60%	-0.2967

bh_a059 — IV 0.0097，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	7638	6434	1204	15.76%	0.0301
2	(0.5, inf]	638	504	134	21.00%	-0.3211

bh_a068 — IV 0.0097，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	7638	6434	1204	15.76%	0.0301
2	(0.5, inf]	638	504	134	21.00%	-0.3211

BH_A339 — IV 0.0093，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	6814	5747	1067	15.66%	0.0380
2	(0.5, 1.5]	825	686	139	16.85%	-0.0494
3	(1.5, inf]	637	505	132	20.72%	-0.3041

bh_a123 — IV 0.0092，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 122.5]	7863	6570	1293	16.44%	-0.0203
2	(122.5, inf]	413	368	45	10.90%	0.4556

bh_a122 — IV 0.0091，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 69.5]	7761	6482	1279	16.48%	-0.0229
2	(69.5, inf]	515	456	59	11.46%	0.3991

bh_a177 — IV 0.0091，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 52.22999954223633]	6968	5852	1116	16.02%	0.0245
2	(52.22999954223633, inf]	403	314	89	22.08%	-0.3718

bh_a127 — IV 0.0090，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	5517	4656	861	15.61%	0.0420
2	(1.5, 3.5]	1846	1551	295	15.98%	0.0138
3	(3.5, inf]	913	731	182	19.93%	-0.2554

bh_a125 — IV 0.0090，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	5926	5000	926	15.63%	0.0405
2	(0.5, 1.5]	1515	1271	244	16.11%	0.0046
3	(1.5, inf]	835	667	168	20.12%	-0.2670

bh_a219 — IV 0.0090，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 76.09500122070312]	6311	5329	982	15.56%	0.0510
2	(76.09500122070312, inf]	1699	1380	319	18.78%	-0.1757

bh_h170 — IV 0.0089，3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 26.904998779296875]	4406	3643	763	17.32%	-0.0825
2	(26.904998779296875, 48.6200008392334]	1492	1261	231	15.48%	0.0514
3	(48.6200008392334, inf]	2378	2034	344	14.47%	0.1313

BH_A356 — IV 0.0088，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 4.5]	5398	4576	822	15.23%	0.0710
2	(4.5, inf]	2878	2362	516	17.93%	-0.1247

BH_X018 — IV 0.0088，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	7856	6610	1246	15.86%	0.0233
2	(0.5, inf]	423	330	93	21.99%	-0.3789

BH_X090 — IV 0.0088，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	7856	6610	1246	15.86%	0.0233
2	(0.5, inf]	423	330	93	21.99%	-0.3789

BH_A280 — IV 0.0086，2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	7749	6523	1226	15.82%	0.0257
2	(0.5, inf]	527	415	112	21.25%	-0.3361

注：统计全部候选变量的自动分箱明细（初分组），按 IV 降序展示前 100 个变量，共 681 个；完整数据见 feature_report.json。

04 单变量分析（粗分箱）

ScoreCust2 — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 603.5]	1533	1108	425	27.72%	-0.6507
2	(603.5, 747.5]	3749	2981	768	20.49%	-0.2527
3	(747.5, 786.5]	1222	1042	180	14.73%	0.1470
4	(786.5, 843.5]	1449	1306	143	9.87%	0.6029
5	(843.5, inf]	1541	1474	67	4.35%	1.4821

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（27.72% → 4.35%），WOE 单调上升（-0.6507 → 1.4821），符合风控分箱预期。IV=0.3721，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 603.5]）为高风险区间：坏率高达 27.72%，可作为拒绝或重点风控策略的阈值参考

risk_score — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	2399	2247	152	6.34%	1.0842
2	(1.5, 2.5]	3035	2608	427	14.07%	0.2002
3	(2.5, 3.5]	1718	1355	363	21.13%	-0.2922
4	(3.5, 4.5]	1019	784	235	23.06%	-0.4045
5	(4.5, inf]	1278	880	398	31.14%	-0.8158

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（6.34% → 31.14%），WOE 单调下降（1.0842 → -0.8158），符合风控分箱预期。IV=0.3689，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 5 箱（(4.5, inf]）为高风险区间：坏率高达 31.14%，可作为拒绝或重点风控策略的阈值参考

model_risk_v9_sxiaojin_score — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 34.5]	1228	1162	66	5.37%	1.2561
2	(34.5, 43.5]	2237	2005	232	10.37%	0.5446
3	(43.5, 53.5]	3437	2888	549	15.97%	0.0481
4	(53.5, 62.5]	1912	1413	499	26.10%	-0.5712
5	(62.5, inf]	621	398	223	35.91%	-1.0328

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（5.37% → 35.91%），WOE 单调下降（1.2561 → -1.0328），符合风控分箱预期。IV=0.3654，该变量区分度尚可。

WOE 在第 3、4 箱之间穿越 0 线：前 3 箱 WOE>0（客户质量优于整体），后 2 箱 WOE<0（风险高于平均）

第 5 箱（(62.5, inf]）为极高风险区间：坏率高达 35.91%，策略上应重点管控

score_50021 — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.007949999999254942]	1661	1561	100	6.02%	1.1342
2	(0.007949999999254942, 0.01484999991953373]	2725	2386	339	12.44%	0.3377
3	(0.01484999991953373, 0.02065000031143427]	1874	1561	313	16.70%	-0.0068
4	(0.02065000031143427, 0.03945000097155571]	2378	1811	567	23.84%	-0.4524
5	(0.03945000097155571, inf]	659	434	225	34.14%	-0.9568

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（6.02% → 34.14%），WOE 单调下降（1.1342 → -0.9568），符合风控分箱预期。IV=0.3310，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 5 箱（(0.03945000097155571, inf]）为高风险区间：坏率高达 34.14%，可作为拒绝或重点风控策略的阈值参考

dxm_2025v2 — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 389.5]	2850	2151	699	24.53%	-0.4849
2	(389.5, 411.5]	3502	2884	618	17.65%	-0.0685
3	(411.5, 419.5]	1017	893	124	12.19%	0.3654
4	(419.5, 446.5]	1503	1382	121	8.05%	0.8266
5	(446.5, inf]	622	601	21	3.38%	1.7451

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（24.53% → 3.38%），WOE 单调上升（-0.4849 → 1.7451），符合风控分箱预期。IV=0.2873，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 389.5]）为坏率最高区间：坏率高达 24.53%，可作为拒绝或重点风控策略的阈值参考

PY083P — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 578.5]	2215	1641	574	25.91%	-0.5619
2	(578.5, 599.5]	1074	866	208	19.37%	-0.1860
3	(599.5, 674.5]	4122	3486	636	15.43%	0.0889
4	(674.5, 754.5]	1555	1421	134	8.62%	0.7489
5	(754.5, inf]	471	454	17	3.61%	1.6725

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（25.91% → 3.61%），WOE 单调上升（-0.5619 → 1.6725），符合风控分箱预期。IV=0.2456，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 578.5]）为高风险区间：坏率高达 25.91%，可作为拒绝或重点风控策略的阈值参考

bh_CO4001score — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 35.5]	707	673	34	4.81%	1.3766
2	(35.5, 39.5]	1001	907	94	9.39%	0.6580
3	(39.5, 45.5]	2595	2253	342	13.18%	0.2764
4	(45.5, 50.5]	2532	2090	442	17.46%	-0.0552
5	(50.5, inf]	2658	1987	671	25.24%	-0.5232

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（4.81% → 25.24%），WOE 单调下降（1.3766 → -0.5232），符合风控分箱预期。IV=0.2341，该变量区分度尚可。

WOE 在第 3、4 箱之间穿越 0 线：前 3 箱 WOE>0（客户质量优于整体），后 2 箱 WOE<0（风险高于平均）

第 5 箱（(50.5, inf]）为高风险区间：坏率高达 25.24%，可作为拒绝或重点风控策略的阈值参考

repay_amt_6m_grade — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	4852	3820	1032	21.27%	-0.3006
2	(1.5, 4.5]	1645	1350	295	17.93%	-0.0884
3	(4.5, 5.5]	906	793	113	12.47%	0.3391
4	(5.5, 6.5]	826	759	67	8.11%	0.8180
5	(6.5, inf]	1220	1152	68	5.57%	1.2204

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（21.27% → 5.57%），WOE 单调上升（-0.3006 → 1.2204），符合风控分箱预期。IV=0.2323，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 1.5]）为坏率最高区间：坏率高达 21.27%，可作为拒绝或重点风控策略的阈值参考

model_1034467 — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.07134599983692169]	981	925	56	5.71%	1.1890
2	(0.07134599983692169, 0.0911255031824112]	2199	1950	249	11.32%	0.4427
3	(0.0911255031824112, 0.10137400031089783]	1305	1087	218	16.71%	-0.0087
4	(0.10137400031089783, 0.1895964965224266]	3919	3119	800	20.41%	-0.2548
5	(0.1895964965224266, inf]	659	479	180	27.31%	-0.6367

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（5.71% → 27.31%），WOE 单调下降（1.1890 → -0.6367），符合风控分箱预期。IV=0.2084，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 5 箱（(0.1895964965224266, inf]）为高风险区间：坏率高达 27.31%，可作为拒绝或重点风控策略的阈值参考

cust_seg2 — 3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 2.5]	2171	1976	195	8.98%	0.7065
2	(2.5, 3.5]	4782	4033	749	15.66%	0.0742
3	(3.5, inf]	2496	1865	631	25.28%	-0.5256

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（8.98% → 25.28%），WOE 单调下降（0.7065 → -0.5256），符合风控分箱预期。IV=0.1786，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 1 箱 WOE<0（风险高于平均）

第 3 箱（(3.5, inf]）为高风险区间：坏率高达 25.28%，可作为拒绝或重点风控策略的阈值参考

adr_stability_grade — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 2.5]	2885	2203	682	23.64%	-0.4368
2	(2.5, 5.5]	1215	972	243	20.00%	-0.2230
3	(5.5, 7.5]	2307	1964	343	14.87%	0.1357
4	(7.5, 8.5]	1060	930	130	12.26%	0.3583
5	(8.5, inf]	1982	1805	177	8.93%	0.7129

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（23.64% → 8.93%），WOE 单调上升（-0.4368 → 0.7129），符合风控分箱预期。IV=0.1741，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 2.5]）为坏率最高区间：坏率高达 23.64%，可作为拒绝或重点风控策略的阈值参考

first_loan_length_grade — 4 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 4.5]	1984	1469	515	25.96%	-0.5611
2	(4.5, 5.5]	745	584	161	21.61%	-0.3208
3	(5.5, 6.5]	879	719	160	18.20%	-0.1066
4	(6.5, inf]	5841	5102	739	12.65%	0.3228

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（25.96% → 12.65%），WOE 单调上升（-0.5611 → 0.3228），符合风控分箱预期。IV=0.1466，该变量区分度尚可。

WOE 在第 3、4 箱之间穿越 0 线：前 3 箱 WOE>0（客户质量优于整体），后 1 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 4.5]）为高风险区间：坏率高达 25.96%，可作为拒绝或重点风控策略的阈值参考

zszs_xy_score — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 696.5]	2001	1514	487	24.34%	-0.4846
2	(696.5, 704.5]	1237	1000	237	19.16%	-0.1791
3	(704.5, 713.5]	1631	1356	275	16.86%	-0.0233
4	(713.5, 730.5]	2568	2206	362	14.10%	0.1884
5	(730.5, inf]	1906	1722	184	9.65%	0.6175

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（24.34% → 9.65%），WOE 单调上升（-0.4846 → 0.6175），符合风控分箱预期。IV=0.1352，该变量区分度尚可。

WOE 在第 3、4 箱之间穿越 0 线：前 3 箱 WOE>0（客户质量优于整体），后 2 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 696.5]）为坏率最高区间：坏率高达 24.34%，可作为拒绝或重点风控策略的阈值参考

xmf_v11xj — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 397.5]	1500	1149	351	23.40%	-0.4283
2	(397.5, 432.5]	4488	3671	817	18.20%	-0.1116
3	(432.5, 444.5]	996	851	145	14.56%	0.1555
4	(444.5, 481.5]	1870	1658	212	11.34%	0.4426
5	(481.5, inf]	501	473	28	5.59%	1.2127

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（23.40% → 5.59%），WOE 单调上升（-0.4283 → 1.2127），符合风控分箱预期。IV=0.1277，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 397.5]）为坏率最高区间：坏率高达 23.40%，可作为拒绝或重点风控策略的阈值参考

tot_pay_amt_6m_grade — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	3483	2710	773	22.19%	-0.3549
2	(1.5, 2.5]	1281	1060	221	17.25%	-0.0414
3	(2.5, 5.5]	2721	2338	383	14.08%	0.1997
4	(5.5, 6.5]	514	453	61	11.87%	0.3957
5	(6.5, inf]	1450	1313	137	9.45%	0.6508

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（22.19% → 9.45%），WOE 单调上升（-0.3549 → 0.6508），符合风控分箱预期。IV=0.1224，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 1.5]）为坏率最高区间：坏率高达 22.19%，可作为拒绝或重点风控策略的阈值参考

have_car_prob_grade — 2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	5786	4625	1161	20.07%	-0.2271
2	(1.5, inf]	3663	3249	414	11.30%	0.4509

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（20.07% → 11.30%），WOE 单调上升（-0.2271 → 0.4509），符合风控分箱预期。IV=0.1015，该变量区分度尚可。

WOE 在第 1、2 箱之间穿越 0 线：前 1 箱 WOE>0（客户质量优于整体），后 1 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 1.5]）为坏率最高区间：坏率高达 20.07%，可作为拒绝或重点风控策略的阈值参考

repayment_ability_rank2 — 4 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	1014	921	93	9.17%	0.6835
2	(1.5, 2.5]	2561	2222	339	13.24%	0.2709
3	(2.5, 3.5]	3312	2716	596	18.00%	-0.0926
4	(3.5, inf]	2562	2015	547	21.35%	-0.3054

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（9.17% → 21.35%），WOE 单调下降（0.6835 → -0.3054），符合风控分箱预期。IV=0.0887，该变量区分度偏弱但可用。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 2 箱 WOE<0（风险高于平均）

第 4 箱（(3.5, inf]）为坏率最高区间：坏率高达 21.35%，可作为拒绝或重点风控策略的阈值参考

mobile_fixed_grade — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 6.5]	3298	2645	653	19.80%	-0.2105
2	(6.5, 7.5]	2178	1779	399	18.32%	-0.1145
3	(7.5, 8.5]	1643	1373	270	16.43%	0.0170
4	(8.5, 9.5]	1578	1386	192	12.17%	0.3674
5	(9.5, inf]	752	691	61	8.11%	0.8180

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（19.80% → 8.11%），WOE 单调上升（-0.2105 → 0.8180），符合风控分箱预期。IV=0.0797，该变量区分度偏弱但可用。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 6.5]）为坏率最高区间：坏率高达 19.80%，可作为拒绝或重点风控策略的阈值参考

positive_biz_cnt_1y_grade — 3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	2792	2207	585	20.95%	-0.2815
2	(1.5, 8.5]	1889	1520	369	19.53%	-0.1936
3	(8.5, inf]	4768	4147	621	13.02%	0.2895

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（20.95% → 13.02%），WOE 单调上升（-0.2815 → 0.2895），符合风控分箱预期。IV=0.0720，该变量区分度偏弱但可用。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 1 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 1.5]）为坏率最高区间：坏率高达 20.95%，可作为拒绝或重点风控策略的阈值参考

dev_stability_grade2 — 4 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	1104	982	122	11.05%	0.4763
2	(1.5, 2.5]	3835	3273	562	14.65%	0.1527
3	(2.5, 3.5]	2372	1928	444	18.72%	-0.1409
4	(3.5, inf]	2138	1691	447	20.91%	-0.2788

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（11.05% → 20.91%），WOE 单调下降（0.4763 → -0.2788），符合风控分箱预期。IV=0.0560，该变量区分度偏弱但可用。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 2 箱 WOE<0（风险高于平均）

第 4 箱（(3.5, inf]）为坏率最高区间：坏率高达 20.91%，可作为拒绝或重点风控策略的阈值参考

have_fang_prob_grade — 2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	6285	5126	1159	18.44%	-0.1225
2	(1.5, inf]	3164	2748	416	13.15%	0.2786

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（18.44% → 13.15%），WOE 单调上升（-0.1225 → 0.2786），符合风控分箱预期。IV=0.0340，该变量区分度偏弱但可用。

WOE 在第 1、2 箱之间穿越 0 线：前 1 箱 WOE>0（客户质量优于整体），后 1 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 1.5]）为坏率最高区间：坏率高达 18.44%，可作为拒绝或重点风控策略的阈值参考

last_6m_avg_asset_total_grade — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 1.5]	4730	3844	886	18.73%	-0.1418
2	(1.5, 3.5]	2514	2114	400	15.91%	0.0556
3	(3.5, 4.5]	595	503	92	15.46%	0.0895
4	(4.5, 5.5]	537	461	76	14.15%	0.1934
5	(5.5, inf]	1073	952	121	11.28%	0.4535

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（18.73% → 11.28%），WOE 单调上升（-0.1418 → 0.4535），符合风控分箱预期。IV=0.0338，该变量区分度偏弱但可用。

WOE 在第 1、2 箱之间穿越 0 线：前 1 箱 WOE>0（客户质量优于整体），后 4 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 1.5]）为坏率最高区间：坏率高达 18.73%，可作为拒绝或重点风控策略的阈值参考

bh_a104 — 2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	5058	4337	721	14.25%	0.1485
2	(0.5, inf]	3218	2601	617	19.17%	-0.2071

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（14.25% → 19.17%），WOE 单调下降（0.1485 → -0.2071），符合风控分箱预期。IV=0.0307，该变量区分度偏弱但可用。

WOE 在第 1、2 箱之间穿越 0 线：前 1 箱 WOE>0（客户质量优于整体），后 1 箱 WOE<0（风险高于平均）

第 2 箱（(0.5, inf]）为坏率最高区间：坏率高达 19.17%，可作为拒绝或重点风控策略的阈值参考

bh_a101 — 2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	7356	6225	1131	15.38%	0.0596
2	(0.5, inf]	920	713	207	22.50%	-0.4091

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（15.38% → 22.50%），WOE 单调下降（0.0596 → -0.4091），符合风控分箱预期。IV=0.0243，该变量区分度偏弱但可用。

WOE 在第 1、2 箱之间穿越 0 线：前 1 箱 WOE>0（客户质量优于整体），后 1 箱 WOE<0（风险高于平均）

第 2 箱（(0.5, inf]）为坏率最高区间：坏率高达 22.50%，可作为拒绝或重点风控策略的阈值参考

bh_a111 — 2 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	6725	5707	1018	15.14%	0.0780
2	(0.5, inf]	1551	1231	320	20.63%	-0.2986

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（15.14% → 20.63%），WOE 单调下降（0.0780 → -0.2986），符合风控分箱预期。IV=0.0232，该变量区分度偏弱但可用。

WOE 在第 1、2 箱之间穿越 0 线：前 1 箱 WOE>0（客户质量优于整体），后 1 箱 WOE<0（风险高于平均）

第 2 箱（(0.5, inf]）为坏率最高区间：坏率高达 20.63%，可作为拒绝或重点风控策略的阈值参考

bh_a178 — 3 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 8.985000133514404]	3825	3268	557	14.56%	0.1368
2	(8.985000133514404, 20.34000015258789]	1521	1263	258	16.96%	-0.0443
3	(20.34000015258789, inf]	2025	1635	390	19.26%	-0.1993

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（14.56% → 19.26%），WOE 单调下降（0.1368 → -0.1993），符合风控分箱预期。IV=0.0213，该变量区分度偏弱但可用。

WOE 在第 1、2 箱之间穿越 0 线：前 1 箱 WOE>0（客户质量优于整体），后 2 箱 WOE<0（风险高于平均）

第 3 箱（(20.34000015258789, inf]）为坏率最高区间：坏率高达 19.26%，可作为拒绝或重点风控策略的阈值参考

注：统计入模变量经合并调整后的最终分箱明细（开发样本口径）。当前流程细/粗分箱由同一自动分箱算法直接产出。

05 变量筛选

项目	内容
筛选优先级	黑名单 > 白名单 > 自动规则
IV 下限	0.02
缺失率上限	0.8
集中度上限	0.9
相关性上限(皮尔逊)	0.7
PSI 上限（本期未启用，无 PSI 时点样本）	0.25
重要性 Top-K	80
黑名单	无
白名单	无

候选变量 681，成功分箱 681，入模 26

变量	白名单	入模	IV	缺失率	集中度	IV门槛	相关性	PSI	剔除原因
id_no	—	N	0.0015	PASS	PASS	—	—	—	唯一率过高(ID列)
bh_a001	—	N	0.0017	PASS	FAIL	—	—	—	集中度>0.9
bh_a002	—	N	0.0021	PASS	PASS	FAIL	—	—	IV<0.02
bh_a003	—	N	0.0012	PASS	PASS	FAIL	—	—	IV<0.02
bh_a004	—	N	0.0011	PASS	PASS	FAIL	—	—	IV<0.02
bh_a005	—	N	0.0022	PASS	PASS	FAIL	—	—	IV<0.02
bh_a006	—	N	0.0009	PASS	PASS	FAIL	—	—	IV<0.02
bh_a007	—	N	0.0025	PASS	PASS	FAIL	—	—	IV<0.02
bh_a008	—	N	0.0003	PASS	PASS	FAIL	—	—	IV<0.02
bh_a009	—	N	0.0054	PASS	PASS	FAIL	—	—	IV<0.02
bh_a010	—	N	0.0017	PASS	FAIL	—	—	—	集中度>0.9
bh_a011	—	N	0.0005	PASS	PASS	FAIL	—	—	IV<0.02
bh_a012	—	N	0.0048	PASS	PASS	FAIL	—	—	IV<0.02
bh_a013	—	N	0.0028	PASS	PASS	FAIL	—	—	IV<0.02
bh_a014	—	N	0.0025	PASS	PASS	FAIL	—	—	IV<0.02
bh_a015	—	N	0.0008	PASS	PASS	FAIL	—	—	IV<0.02
bh_a016	—	N	0.0028	PASS	PASS	FAIL	—	—	IV<0.02
bh_a017	—	N	0.0011	PASS	PASS	FAIL	—	—	IV<0.02
bh_a018	—	N	0.0026	PASS	PASS	FAIL	—	—	IV<0.02
bh_a019	—	N	0.0006	PASS	PASS	FAIL	—	—	IV<0.02
bh_a020	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a021	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a022	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a023	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a024	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a025	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a026	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a027	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a028	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a029	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a030	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a031	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a032	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a033	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a034	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a035	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a036	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a037	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a039	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a040	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a041	—	N	0.0016	PASS	FAIL	—	—	—	集中度>0.9
bh_a042	—	N	0.0005	PASS	FAIL	—	—	—	集中度>0.9
bh_a043	—	N	0.0010	PASS	PASS	FAIL	—	—	IV<0.02
bh_a044	—	N	0.0029	PASS	PASS	FAIL	—	—	IV<0.02
bh_a045	—	N	0.0022	PASS	PASS	FAIL	—	—	IV<0.02
bh_a046	—	N	0.0053	PASS	PASS	FAIL	—	—	IV<0.02
bh_a047	—	N	0.0134	PASS	PASS	FAIL	—	—	IV<0.02
bh_a048	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a049	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a050	—	N	0.0016	PASS	FAIL	—	—	—	集中度>0.9
bh_a051	—	N	0.0005	PASS	FAIL	—	—	—	集中度>0.9
bh_a052	—	N	0.0010	PASS	PASS	FAIL	—	—	IV<0.02
bh_a053	—	N	0.0020	PASS	PASS	FAIL	—	—	IV<0.02
bh_a054	—	N	0.0010	PASS	PASS	FAIL	—	—	IV<0.02
bh_a055	—	N	0.0040	PASS	PASS	FAIL	—	—	IV<0.02
bh_a056	—	N	0.0130	PASS	PASS	FAIL	—	—	IV<0.02
bh_a058	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a059	—	N	0.0097	PASS	FAIL	—	—	—	集中度>0.9
bh_a060	—	N	0.0052	PASS	PASS	FAIL	—	—	IV<0.02
bh_a061	—	N	0.0086	PASS	PASS	FAIL	—	—	IV<0.02
bh_a062	—	N	0.0078	PASS	PASS	FAIL	—	—	IV<0.02
bh_a063	—	N	0.0030	PASS	PASS	FAIL	—	—	IV<0.02
bh_a064	—	N	0.0014	PASS	PASS	FAIL	—	—	IV<0.02
bh_a065	—	N	0.0003	PASS	PASS	FAIL	—	—	IV<0.02
bh_a066	—	N	0.0039	PASS	PASS	FAIL	—	—	IV<0.02
bh_a067	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a068	—	N	0.0097	PASS	FAIL	—	—	—	集中度>0.9
bh_a069	—	N	0.0042	PASS	PASS	FAIL	—	—	IV<0.02
bh_a070	—	N	0.0030	PASS	PASS	FAIL	—	—	IV<0.02
bh_a071	—	N	0.0066	PASS	PASS	FAIL	—	—	IV<0.02
bh_a072	—	N	0.0038	PASS	PASS	FAIL	—	—	IV<0.02
bh_a073	—	N	0.0032	PASS	PASS	FAIL	—	—	IV<0.02
bh_a074	—	N	0.0020	PASS	PASS	FAIL	—	—	IV<0.02
bh_a075	—	N	0.0047	PASS	PASS	FAIL	—	—	IV<0.02
bh_a077	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a078	—	N	0.0002	PASS	FAIL	—	—	—	集中度>0.9
bh_a079	—	N	0.0035	PASS	PASS	FAIL	—	—	IV<0.02
bh_a080	—	N	0.0066	PASS	PASS	FAIL	—	—	IV<0.02
bh_a081	—	N	0.0060	PASS	PASS	FAIL	—	—	IV<0.02
bh_a082	—	N	0.0049	PASS	PASS	FAIL	—	—	IV<0.02
bh_a083	—	N	0.0031	PASS	PASS	FAIL	—	—	IV<0.02
bh_a084	—	N	0.0022	PASS	PASS	FAIL	—	—	IV<0.02
bh_a085	—	N	0.0018	PASS	PASS	FAIL	—	—	IV<0.02
bh_a086	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a087	—	N	0.0002	PASS	FAIL	—	—	—	集中度>0.9
bh_a088	—	N	0.0035	PASS	PASS	FAIL	—	—	IV<0.02
bh_a089	—	N	0.0037	PASS	PASS	FAIL	—	—	IV<0.02
bh_a090	—	N	0.0023	PASS	PASS	FAIL	—	—	IV<0.02
bh_a091	—	N	0.0006	PASS	PASS	FAIL	—	—	IV<0.02
bh_a092	—	N	0.0052	PASS	PASS	FAIL	—	—	IV<0.02
bh_a093	—	N	0.0070	PASS	PASS	FAIL	—	—	IV<0.02
bh_a094	—	N	0.0077	PASS	PASS	FAIL	—	—	IV<0.02
bh_a096	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a097	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a098	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a099	—	N	0.0050	PASS	FAIL	—	—	—	集中度>0.9
bh_a100	—	N	0.0176	PASS	FAIL	—	—	—	集中度>0.9
bh_a101	—	Y	0.0243	PASS	PASS	PASS	PASS	—
bh_a102	—	N	0.0232	PASS	PASS	PASS	FAIL	—	与 bh_a101 相关>0.7
bh_a103	—	N	0.0189	PASS	PASS	FAIL	—	—	IV<0.02
bh_a104	—	Y	0.0307	PASS	PASS	PASS	PASS	—
bh_a105	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a106	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a107	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a108	—	N	0.0050	PASS	FAIL	—	—	—	集中度>0.9
bh_a109	—	N	0.0176	PASS	FAIL	—	—	—	集中度>0.9
bh_a110	—	N	0.0243	PASS	PASS	PASS	FAIL	—	与 bh_a101 相关>0.7
bh_a111	—	Y	0.0232	PASS	PASS	PASS	PASS	—
bh_a112	—	N	0.0189	PASS	PASS	FAIL	—	—	IV<0.02
bh_a113	—	N	0.0307	PASS	PASS	PASS	FAIL	—	与 bh_a104 相关>0.7
bh_a115	—	N	0.0124	PASS	PASS	FAIL	—	—	IV<0.02
bh_a116	—	N	0.0101	PASS	PASS	FAIL	—	—	IV<0.02
bh_a117	—	N	0.0122	PASS	PASS	FAIL	—	—	IV<0.02
bh_a118	—	N	0.0061	PASS	PASS	FAIL	—	—	IV<0.02
bh_a119	—	N	0.0009	PASS	PASS	FAIL	—	—	IV<0.02
bh_a120	—	N	0.0004	PASS	PASS	FAIL	—	—	IV<0.02
bh_a121	—	N	0.0038	PASS	PASS	FAIL	—	—	IV<0.02
bh_a122	—	N	0.0091	PASS	PASS	FAIL	—	—	IV<0.02
bh_a123	—	N	0.0092	PASS	PASS	FAIL	—	—	IV<0.02
bh_a124	—	N	0.0122	PASS	PASS	FAIL	—	—	IV<0.02
bh_a125	—	N	0.0090	PASS	PASS	FAIL	—	—	IV<0.02
bh_a126	—	N	0.0134	PASS	PASS	FAIL	—	—	IV<0.02
bh_a127	—	N	0.0090	PASS	PASS	FAIL	—	—	IV<0.02
bh_a128	—	N	0.0102	PASS	PASS	FAIL	—	—	IV<0.02
bh_a129	—	N	0.0042	PASS	PASS	FAIL	—	—	IV<0.02
bh_a130	—	N	0.0010	PASS	PASS	FAIL	—	—	IV<0.02
bh_a131	—	N	0.0010	PASS	PASS	FAIL	—	—	IV<0.02
bh_a132	—	N	0.0006	PASS	PASS	FAIL	—	—	IV<0.02
bh_a133	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a134	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a135	—	N	0.0001	PASS	FAIL	—	—	—	集中度>0.9
bh_a136	—	N	0.0001	PASS	PASS	FAIL	—	—	IV<0.02
bh_a137	—	N	0.0029	PASS	PASS	FAIL	—	—	IV<0.02
bh_a138	—	N	0.0019	PASS	PASS	FAIL	—	—	IV<0.02
bh_a139	—	N	0.0031	PASS	PASS	FAIL	—	—	IV<0.02
bh_a140	—	N	0.0045	PASS	PASS	FAIL	—	—	IV<0.02
bh_a141	—	N	0.0157	PASS	PASS	FAIL	—	—	IV<0.02
bh_a142	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a143	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_a144	—	N	0.0001	PASS	FAIL	—	—	—	集中度>0.9
bh_a145	—	N	0.0001	PASS	PASS	FAIL	—	—	IV<0.02
bh_a146	—	N	0.0023	PASS	PASS	FAIL	—	—	IV<0.02
bh_a147	—	N	0.0014	PASS	PASS	FAIL	—	—	IV<0.02
bh_a148	—	N	0.0026	PASS	PASS	FAIL	—	—	IV<0.02
bh_a149	—	N	0.0115	PASS	PASS	FAIL	—	—	IV<0.02
bh_a150	—	N	0.0170	PASS	PASS	FAIL	—	—	IV<0.02
bh_a159	—	N	0.0122	PASS	PASS	FAIL	—	—	IV<0.02
bh_a160	—	N	0.0185	PASS	PASS	FAIL	—	—	IV<0.02
bh_a177	—	N	0.0091	PASS	PASS	FAIL	—	—	IV<0.02
bh_a178	—	Y	0.0213	PASS	PASS	PASS	PASS	—
bh_a179	—	N	0.0192	PASS	PASS	FAIL	—	—	IV<0.02
bh_a180	—	N	0.0131	PASS	PASS	FAIL	—	—	IV<0.02
bh_a181	—	N	0.0058	PASS	PASS	FAIL	—	—	IV<0.02
bh_a198	—	N	0.0036	PASS	PASS	FAIL	—	—	IV<0.02
bh_a199	—	N	0.0122	PASS	PASS	FAIL	—	—	IV<0.02
bh_a200	—	N	0.0115	PASS	PASS	FAIL	—	—	IV<0.02
bh_a201	—	N	0.0018	PASS	PASS	FAIL	—	—	IV<0.02
bh_a202	—	N	0.0021	PASS	PASS	FAIL	—	—	IV<0.02
bh_a209	—	N	0.0086	PASS	PASS	FAIL	—	—	IV<0.02
bh_a210	—	N	0.0138	PASS	PASS	FAIL	—	—	IV<0.02
bh_a211	—	N	0.0001	PASS	PASS	FAIL	—	—	IV<0.02
bh_a218	—	N	0.0107	PASS	PASS	FAIL	—	—	IV<0.02
bh_a219	—	N	0.0090	PASS	PASS	FAIL	—	—	IV<0.02
bh_a220	—	N	0.0119	PASS	PASS	FAIL	—	—	IV<0.02
bh_h001	—	N	0.0114	PASS	PASS	FAIL	—	—	IV<0.02
bh_h002	—	N	0.0173	PASS	PASS	FAIL	—	—	IV<0.02
bh_h003	—	N	0.0147	PASS	PASS	FAIL	—	—	IV<0.02
bh_h004	—	N	0.0127	PASS	PASS	FAIL	—	—	IV<0.02
bh_h005	—	N	0.0032	PASS	PASS	FAIL	—	—	IV<0.02
bh_h006	—	N	0.0017	PASS	PASS	FAIL	—	—	IV<0.02
bh_h007	—	N	0.0014	PASS	PASS	FAIL	—	—	IV<0.02
bh_h008	—	N	0.0055	PASS	PASS	FAIL	—	—	IV<0.02
bh_h009	—	N	0.0064	PASS	PASS	FAIL	—	—	IV<0.02
bh_h010	—	N	0.0119	PASS	PASS	FAIL	—	—	IV<0.02
bh_h011	—	N	0.0055	PASS	PASS	FAIL	—	—	IV<0.02
bh_h012	—	N	0.0015	PASS	PASS	FAIL	—	—	IV<0.02
bh_h013	—	N	0.0043	PASS	PASS	FAIL	—	—	IV<0.02
bh_h014	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h015	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h016	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h017	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h018	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h019	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h020	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h021	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h022	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h023	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h024	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h025	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h026	—	N	0.0040	PASS	FAIL	—	—	—	集中度>0.9
bh_h027	—	N	0.0040	PASS	FAIL	—	—	—	集中度>0.9
bh_h028	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h029	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h030	—	N	0.0005	PASS	FAIL	—	—	—	集中度>0.9
bh_h031	—	N	0.0005	PASS	FAIL	—	—	—	集中度>0.9
bh_h032	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h033	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h034	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h035	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h036	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h037	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h038	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h039	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h040	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h041	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h042	—	N	0.0033	PASS	FAIL	—	—	—	集中度>0.9
bh_h043	—	N	0.0033	PASS	FAIL	—	—	—	集中度>0.9
bh_h044	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h045	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h046	—	N	0.0001	PASS	FAIL	—	—	—	集中度>0.9
bh_h047	—	N	0.0001	PASS	FAIL	—	—	—	集中度>0.9
bh_h048	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h049	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h050	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h051	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h052	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h053	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h054	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h055	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h056	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h057	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h058	—	N	0.0014	PASS	PASS	FAIL	—	—	IV<0.02
bh_h059	—	N	0.0004	PASS	PASS	FAIL	—	—	IV<0.02
bh_h060	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h061	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h062	—	N	0.0014	PASS	PASS	FAIL	—	—	IV<0.02
bh_h063	—	N	0.0001	PASS	PASS	FAIL	—	—	IV<0.02
bh_h064	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h065	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h066	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h067	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h068	—	N	0.0006	PASS	FAIL	—	—	—	集中度>0.9
bh_h069	—	N	0.0006	PASS	FAIL	—	—	—	集中度>0.9
bh_h070	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h071	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h072	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h073	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h074	—	N	0.0014	PASS	PASS	FAIL	—	—	IV<0.02
bh_h075	—	N	0.0011	PASS	PASS	FAIL	—	—	IV<0.02
bh_h076	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h077	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h078	—	N	0.0002	PASS	PASS	FAIL	—	—	IV<0.02
bh_h079	—	N	0.0007	PASS	PASS	FAIL	—	—	IV<0.02
bh_h080	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h081	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h082	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h083	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h084	—	N	0.0022	PASS	PASS	FAIL	—	—	IV<0.02
bh_h085	—	N	0.0022	PASS	PASS	FAIL	—	—	IV<0.02
bh_h086	—	N	0.0002	PASS	PASS	FAIL	—	—	IV<0.02
bh_h087	—	N	0.0002	PASS	PASS	FAIL	—	—	IV<0.02
bh_h088	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h089	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h090	—	N	0.0008	PASS	PASS	FAIL	—	—	IV<0.02
bh_h091	—	N	0.0002	PASS	PASS	FAIL	—	—	IV<0.02
bh_h092	—	N	0.0019	PASS	FAIL	—	—	—	集中度>0.9
bh_h093	—	N	0.0019	PASS	FAIL	—	—	—	集中度>0.9
bh_h094	—	N	0.0002	PASS	PASS	FAIL	—	—	IV<0.02
bh_h095	—	N	0.0011	PASS	PASS	FAIL	—	—	IV<0.02
bh_h096	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h097	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h098	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h099	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h100	—	N	0.0011	PASS	PASS	FAIL	—	—	IV<0.02
bh_h101	—	N	0.0011	PASS	PASS	FAIL	—	—	IV<0.02
bh_h102	—	N	0.0013	PASS	PASS	FAIL	—	—	IV<0.02
bh_h103	—	N	0.0003	PASS	PASS	FAIL	—	—	IV<0.02
bh_h104	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h105	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h106	—	N	0.0014	PASS	PASS	FAIL	—	—	IV<0.02
bh_h107	—	N	0.0002	PASS	PASS	FAIL	—	—	IV<0.02
bh_h108	—	N	0.0007	PASS	PASS	FAIL	—	—	IV<0.02
bh_h109	—	N	0.0007	PASS	PASS	FAIL	—	—	IV<0.02
bh_h110	—	N	0.0025	PASS	PASS	FAIL	—	—	IV<0.02
bh_h111	—	N	0.0025	PASS	PASS	FAIL	—	—	IV<0.02
bh_h112	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h113	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h114	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h115	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h116	—	N	0.0009	PASS	PASS	FAIL	—	—	IV<0.02
bh_h117	—	N	0.0009	PASS	PASS	FAIL	—	—	IV<0.02
bh_h118	—	N	0.0009	PASS	PASS	FAIL	—	—	IV<0.02
bh_h119	—	N	0.0027	PASS	PASS	FAIL	—	—	IV<0.02
bh_h120	—	N	0.0046	PASS	FAIL	—	—	—	集中度>0.9
bh_h121	—	N	0.0046	PASS	FAIL	—	—	—	集中度>0.9
bh_h122	—	N	0.0004	PASS	PASS	FAIL	—	—	IV<0.02
bh_h123	—	N	0.0009	PASS	PASS	FAIL	—	—	IV<0.02
bh_h124	—	N	0.0033	PASS	PASS	FAIL	—	—	IV<0.02
bh_h125	—	N	0.0033	PASS	PASS	FAIL	—	—	IV<0.02
bh_h126	—	N	0.0006	PASS	PASS	FAIL	—	—	IV<0.02
bh_h127	—	N	0.0015	PASS	PASS	FAIL	—	—	IV<0.02
bh_h128	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h129	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h130	—	N	0.0020	PASS	PASS	FAIL	—	—	IV<0.02
bh_h131	—	N	0.0000	PASS	PASS	FAIL	—	—	IV<0.02
bh_h132	—	N	0.0003	PASS	PASS	FAIL	—	—	IV<0.02
bh_h133	—	N	0.0010	PASS	PASS	FAIL	—	—	IV<0.02
bh_h134	—	N	0.0009	PASS	PASS	FAIL	—	—	IV<0.02
bh_h135	—	N	0.0115	PASS	PASS	FAIL	—	—	IV<0.02
bh_h136	—	N	0.0002	PASS	PASS	FAIL	—	—	IV<0.02
bh_h137	—	N	0.0037	PASS	PASS	FAIL	—	—	IV<0.02
bh_h138	—	N	0.0025	PASS	PASS	FAIL	—	—	IV<0.02
bh_h139	—	N	0.0021	PASS	PASS	FAIL	—	—	IV<0.02
bh_h140	—	N	0.0120	PASS	PASS	FAIL	—	—	IV<0.02
bh_h141	—	N	0.0106	PASS	PASS	FAIL	—	—	IV<0.02
bh_h142	—	N	0.0002	PASS	PASS	FAIL	—	—	IV<0.02
bh_h143	—	N	0.0072	PASS	PASS	FAIL	—	—	IV<0.02
bh_h144	—	N	0.0082	PASS	PASS	FAIL	—	—	IV<0.02
bh_h145	—	N	0.0011	PASS	PASS	FAIL	—	—	IV<0.02
bh_h146	—	N	0.0019	PASS	PASS	FAIL	—	—	IV<0.02
bh_h147	—	N	0.0173	PASS	FAIL	—	—	—	集中度>0.9
bh_h148	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h149	—	N	0.0060	PASS	PASS	FAIL	—	—	IV<0.02
bh_h150	—	N	0.0012	PASS	PASS	FAIL	—	—	IV<0.02
bh_h151	—	N	0.0027	PASS	PASS	FAIL	—	—	IV<0.02
bh_h152	—	N	0.0042	PASS	PASS	FAIL	—	—	IV<0.02
bh_h153	—	N	0.0017	PASS	PASS	FAIL	—	—	IV<0.02
bh_h154	—	N	0.0018	PASS	PASS	FAIL	—	—	IV<0.02
bh_h155	—	N	0.0223	PASS	PASS	PASS	FAIL	—	与 bh_a111 相关>0.7
bh_h156	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h157	—	N	0.0005	PASS	PASS	FAIL	—	—	IV<0.02
bh_h158	—	N	0.0055	PASS	PASS	FAIL	—	—	IV<0.02
bh_h159	—	N	0.0012	PASS	PASS	FAIL	—	—	IV<0.02
bh_h160	—	N	0.0012	PASS	PASS	FAIL	—	—	IV<0.02
bh_h161	—	N	0.0021	PASS	PASS	FAIL	—	—	IV<0.02
bh_h162	—	N	0.0104	PASS	PASS	FAIL	—	—	IV<0.02
bh_h163	—	N	0.0227	PASS	PASS	PASS	FAIL	—	与 bh_a111 相关>0.7
bh_h164	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h165	—	N	0.0008	PASS	PASS	FAIL	—	—	IV<0.02
bh_h166	—	N	0.0072	PASS	PASS	FAIL	—	—	IV<0.02
bh_h167	—	N	0.0003	PASS	PASS	FAIL	—	—	IV<0.02
bh_h168	—	N	0.0031	PASS	PASS	FAIL	—	—	IV<0.02
bh_h169	—	N	0.0002	PASS	PASS	FAIL	—	—	IV<0.02
bh_h170	—	N	0.0089	PASS	PASS	FAIL	—	—	IV<0.02
bh_h171	—	N	0.0186	PASS	PASS	FAIL	—	—	IV<0.02
bh_h172	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
bh_h173	—	N	0.0033	PASS	PASS	FAIL	—	—	IV<0.02
bh_qu010	—	N	0.0041	PASS	PASS	FAIL	—	—	IV<0.02
score_dz	—	N	0.0181	PASS	PASS	FAIL	—	—	IV<0.02
BH_A221	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A222	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A223	—	N	0.0007	PASS	FAIL	—	—	—	集中度>0.9
BH_A224	—	N	0.0000	PASS	PASS	FAIL	—	—	IV<0.02
BH_A225	—	N	0.0016	PASS	PASS	FAIL	—	—	IV<0.02
BH_A226	—	N	0.0037	PASS	PASS	FAIL	—	—	IV<0.02
BH_A227	—	N	0.0021	PASS	PASS	FAIL	—	—	IV<0.02
BH_A228	—	N	0.0052	PASS	PASS	FAIL	—	—	IV<0.02
BH_A229	—	N	0.0059	PASS	PASS	FAIL	—	—	IV<0.02
BH_A230	—	N	0.0106	PASS	PASS	FAIL	—	—	IV<0.02
BH_A231	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A232	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A233	—	N	0.0007	PASS	FAIL	—	—	—	集中度>0.9
BH_A234	—	N	0.0000	PASS	PASS	FAIL	—	—	IV<0.02
BH_A235	—	N	0.0005	PASS	PASS	FAIL	—	—	IV<0.02
BH_A236	—	N	0.0015	PASS	PASS	FAIL	—	—	IV<0.02
BH_A237	—	N	0.0011	PASS	PASS	FAIL	—	—	IV<0.02
BH_A238	—	N	0.0014	PASS	PASS	FAIL	—	—	IV<0.02
BH_A239	—	N	0.0015	PASS	PASS	FAIL	—	—	IV<0.02
BH_A240	—	N	0.0013	PASS	PASS	FAIL	—	—	IV<0.02
BH_A242	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A243	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A244	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A245	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A246	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A247	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A248	—	N	0.0022	PASS	FAIL	—	—	—	集中度>0.9
BH_A249	—	N	0.0017	PASS	FAIL	—	—	—	集中度>0.9
BH_A250	—	N	0.0023	PASS	PASS	FAIL	—	—	IV<0.02
BH_A251	—	N	0.0027	PASS	PASS	FAIL	—	—	IV<0.02
BH_A252	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A253	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A254	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A255	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A256	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A257	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A258	—	N	0.0022	PASS	FAIL	—	—	—	集中度>0.9
BH_A259	—	N	0.0017	PASS	FAIL	—	—	—	集中度>0.9
BH_A260	—	N	0.0010	PASS	PASS	FAIL	—	—	IV<0.02
BH_A261	—	N	0.0067	PASS	PASS	FAIL	—	—	IV<0.02
BH_A262	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A263	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A264	—	N	0.0012	PASS	FAIL	—	—	—	集中度>0.9
BH_A265	—	N	0.0044	PASS	FAIL	—	—	—	集中度>0.9
BH_A266	—	N	0.0025	PASS	PASS	FAIL	—	—	IV<0.02
BH_A267	—	N	0.0038	PASS	PASS	FAIL	—	—	IV<0.02
BH_A268	—	N	0.0032	PASS	PASS	FAIL	—	—	IV<0.02
BH_A269	—	N	0.0068	PASS	PASS	FAIL	—	—	IV<0.02
BH_A270	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A271	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A272	—	N	0.0012	PASS	FAIL	—	—	—	集中度>0.9
BH_A273	—	N	0.0044	PASS	FAIL	—	—	—	集中度>0.9
BH_A274	—	N	0.0022	PASS	PASS	FAIL	—	—	IV<0.02
BH_A275	—	N	0.0037	PASS	PASS	FAIL	—	—	IV<0.02
BH_A276	—	N	0.0053	PASS	PASS	FAIL	—	—	IV<0.02
BH_A277	—	N	0.0076	PASS	PASS	FAIL	—	—	IV<0.02
BH_A279	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A280	—	N	0.0086	PASS	FAIL	—	—	—	集中度>0.9
BH_A281	—	N	0.0048	PASS	PASS	FAIL	—	—	IV<0.02
BH_A282	—	N	0.0026	PASS	PASS	FAIL	—	—	IV<0.02
BH_A283	—	N	0.0027	PASS	PASS	FAIL	—	—	IV<0.02
BH_A284	—	N	0.0023	PASS	PASS	FAIL	—	—	IV<0.02
BH_A285	—	N	0.0010	PASS	PASS	FAIL	—	—	IV<0.02
BH_A286	—	N	0.0010	PASS	PASS	FAIL	—	—	IV<0.02
BH_A287	—	N	0.0037	PASS	PASS	FAIL	—	—	IV<0.02
BH_A288	—	N	0.0065	PASS	PASS	FAIL	—	—	IV<0.02
BH_A289	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A290	—	N	0.0086	PASS	FAIL	—	—	—	集中度>0.9
BH_A291	—	N	0.0027	PASS	PASS	FAIL	—	—	IV<0.02
BH_A292	—	N	0.0017	PASS	PASS	FAIL	—	—	IV<0.02
BH_A293	—	N	0.0007	PASS	PASS	FAIL	—	—	IV<0.02
BH_A294	—	N	0.0019	PASS	PASS	FAIL	—	—	IV<0.02
BH_A295	—	N	0.0010	PASS	PASS	FAIL	—	—	IV<0.02
BH_A296	—	N	0.0022	PASS	PASS	FAIL	—	—	IV<0.02
BH_A297	—	N	0.0007	PASS	PASS	FAIL	—	—	IV<0.02
BH_A298	—	N	0.0013	PASS	PASS	FAIL	—	—	IV<0.02
BH_A300	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A301	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A302	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A303	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A304	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A305	—	N	0.0005	PASS	PASS	FAIL	—	—	IV<0.02
BH_A306	—	N	0.0010	PASS	PASS	FAIL	—	—	IV<0.02
BH_A307	—	N	0.0005	PASS	PASS	FAIL	—	—	IV<0.02
BH_A308	—	N	0.0015	PASS	PASS	FAIL	—	—	IV<0.02
BH_A309	—	N	0.0049	PASS	PASS	FAIL	—	—	IV<0.02
BH_A310	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A311	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A312	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A313	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A314	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A315	—	N	0.0005	PASS	PASS	FAIL	—	—	IV<0.02
BH_A316	—	N	0.0003	PASS	PASS	FAIL	—	—	IV<0.02
BH_A317	—	N	0.0001	PASS	PASS	FAIL	—	—	IV<0.02
BH_A318	—	N	0.0019	PASS	PASS	FAIL	—	—	IV<0.02
BH_A319	—	N	0.0055	PASS	PASS	FAIL	—	—	IV<0.02
BH_A320	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A321	—	N	0.0005	PASS	FAIL	—	—	—	集中度>0.9
BH_A322	—	N	0.0033	PASS	PASS	FAIL	—	—	IV<0.02
BH_A323	—	N	0.0025	PASS	PASS	FAIL	—	—	IV<0.02
BH_A324	—	N	0.0013	PASS	PASS	FAIL	—	—	IV<0.02
BH_A325	—	N	0.0007	PASS	PASS	FAIL	—	—	IV<0.02
BH_A326	—	N	0.0009	PASS	PASS	FAIL	—	—	IV<0.02
BH_A327	—	N	0.0024	PASS	PASS	FAIL	—	—	IV<0.02
BH_A328	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A329	—	N	0.0005	PASS	FAIL	—	—	—	集中度>0.9
BH_A330	—	N	0.0000	PASS	PASS	FAIL	—	—	IV<0.02
BH_A331	—	N	0.0001	PASS	PASS	FAIL	—	—	IV<0.02
BH_A332	—	N	0.0001	PASS	PASS	FAIL	—	—	IV<0.02
BH_A333	—	N	0.0001	PASS	PASS	FAIL	—	—	IV<0.02
BH_A334	—	N	0.0007	PASS	PASS	FAIL	—	—	IV<0.02
BH_A335	—	N	0.0030	PASS	PASS	FAIL	—	—	IV<0.02
BH_A337	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A338	—	N	0.0125	PASS	FAIL	—	—	—	集中度>0.9
BH_A339	—	N	0.0093	PASS	PASS	FAIL	—	—	IV<0.02
BH_A340	—	N	0.0158	PASS	PASS	FAIL	—	—	IV<0.02
BH_A341	—	N	0.0138	PASS	PASS	FAIL	—	—	IV<0.02
BH_A342	—	N	0.0132	PASS	PASS	FAIL	—	—	IV<0.02
BH_A343	—	N	0.0001	PASS	PASS	FAIL	—	—	IV<0.02
BH_A344	—	N	0.0012	PASS	PASS	FAIL	—	—	IV<0.02
BH_A345	—	N	0.0059	PASS	PASS	FAIL	—	—	IV<0.02
BH_A346	—	N	0.0024	PASS	PASS	FAIL	—	—	IV<0.02
BH_A347	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A348	—	N	0.0125	PASS	FAIL	—	—	—	集中度>0.9
BH_A349	—	N	0.0063	PASS	PASS	FAIL	—	—	IV<0.02
BH_A350	—	N	0.0182	PASS	PASS	FAIL	—	—	IV<0.02
BH_A351	—	N	0.0129	PASS	PASS	FAIL	—	—	IV<0.02
BH_A352	—	N	0.0146	PASS	PASS	FAIL	—	—	IV<0.02
BH_A353	—	N	0.0128	PASS	PASS	FAIL	—	—	IV<0.02
BH_A354	—	N	0.0001	PASS	PASS	FAIL	—	—	IV<0.02
BH_A355	—	N	0.0010	PASS	PASS	FAIL	—	—	IV<0.02
BH_A356	—	N	0.0088	PASS	PASS	FAIL	—	—	IV<0.02
BH_A357	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A358	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A359	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A360	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A361	—	N	0.0003	PASS	FAIL	—	—	—	集中度>0.9
BH_A362	—	N	0.0015	PASS	PASS	FAIL	—	—	IV<0.02
BH_A363	—	N	0.0012	PASS	PASS	FAIL	—	—	IV<0.02
BH_A364	—	N	0.0024	PASS	PASS	FAIL	—	—	IV<0.02
BH_A365	—	N	0.0110	PASS	PASS	FAIL	—	—	IV<0.02
BH_A366	—	N	0.0147	PASS	PASS	FAIL	—	—	IV<0.02
BH_A367	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A368	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A369	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A370	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_A371	—	N	0.0003	PASS	FAIL	—	—	—	集中度>0.9
BH_A372	—	N	0.0015	PASS	PASS	FAIL	—	—	IV<0.02
BH_A373	—	N	0.0007	PASS	PASS	FAIL	—	—	IV<0.02
BH_A374	—	N	0.0011	PASS	PASS	FAIL	—	—	IV<0.02
BH_A375	—	N	0.0044	PASS	PASS	FAIL	—	—	IV<0.02
BH_A376	—	N	0.0118	PASS	PASS	FAIL	—	—	IV<0.02
BH_A377	—	N	0.0036	PASS	FAIL	—	—	—	集中度>0.9
BH_A378	—	N	0.0032	PASS	FAIL	—	—	—	集中度>0.9
BH_A379	—	N	0.0008	PASS	PASS	FAIL	—	—	IV<0.02
BH_A380	—	N	0.0038	PASS	PASS	FAIL	—	—	IV<0.02
BH_A381	—	N	0.0026	PASS	PASS	FAIL	—	—	IV<0.02
BH_A382	—	N	0.0001	PASS	PASS	FAIL	—	—	IV<0.02
BH_A383	—	N	0.0036	PASS	PASS	FAIL	—	—	IV<0.02
BH_A384	—	N	0.0015	PASS	PASS	FAIL	—	—	IV<0.02
BH_A385	—	N	0.0036	PASS	FAIL	—	—	—	集中度>0.9
BH_A386	—	N	0.0032	PASS	FAIL	—	—	—	集中度>0.9
BH_A387	—	N	0.0008	PASS	PASS	FAIL	—	—	IV<0.02
BH_A388	—	N	0.0038	PASS	PASS	FAIL	—	—	IV<0.02
BH_A389	—	N	0.0043	PASS	PASS	FAIL	—	—	IV<0.02
BH_A390	—	N	0.0000	PASS	PASS	FAIL	—	—	IV<0.02
BH_A391	—	N	0.0007	PASS	PASS	FAIL	—	—	IV<0.02
BH_A392	—	N	0.0001	PASS	PASS	FAIL	—	—	IV<0.02
BH_X001	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X002	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X003	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X004	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X005	—	N	0.0045	PASS	FAIL	—	—	—	集中度>0.9
BH_X006	—	N	0.0055	PASS	FAIL	—	—	—	集中度>0.9
BH_X007	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X008	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X009	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X010	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X011	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X012	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X013	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X014	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X015	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X016	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X017	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X018	—	N	0.0088	PASS	FAIL	—	—	—	集中度>0.9
BH_X019	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X020	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X021	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X022	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X023	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X024	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X025	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X026	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X027	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X028	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X029	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X030	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X031	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X032	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X033	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X034	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X035	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X036	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X037	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X038	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X039	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X040	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X041	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X042	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X043	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X044	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X045	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X046	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X047	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X048	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X049	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X050	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X051	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X052	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X053	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X054	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X055	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X056	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X057	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X058	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X059	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X060	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X061	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X062	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X063	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X064	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X065	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X066	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X067	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X068	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X069	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X070	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X071	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X072	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X073	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X074	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X075	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X076	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X077	—	N	0.0045	PASS	FAIL	—	—	—	集中度>0.9
BH_X078	—	N	0.0055	PASS	FAIL	—	—	—	集中度>0.9
BH_X079	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X080	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X081	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X082	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X083	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X084	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X085	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X086	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X087	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X088	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X089	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X090	—	N	0.0088	PASS	FAIL	—	—	—	集中度>0.9
BH_X091	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X092	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X093	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X094	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X095	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X096	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X097	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X098	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X099	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X100	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X101	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X102	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X103	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X104	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X105	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X106	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X107	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X108	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X109	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X110	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X111	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X112	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X113	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X114	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X115	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X116	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X117	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X118	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X119	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X120	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X121	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X122	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X123	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X124	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X125	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X126	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X127	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X128	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X129	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X130	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X131	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X132	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X133	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X134	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X135	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X136	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X137	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X138	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X139	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X140	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X141	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X142	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X143	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
BH_X144	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
ScoreCust1	—	N	0.3217	PASS	PASS	PASS	FAIL	—	与 ScoreCust2 相关>0.7
ScoreCust2	—	Y	0.3721	PASS	PASS	PASS	PASS	—
dxm_2025v2	—	Y	0.2873	PASS	PASS	PASS	PASS	—
score92663	—	N	0.3367	PASS	PASS	—	—	—	唯一率过高(ID列)
model_risk_v9_stongyong_score	—	N	0.3653	PASS	PASS	PASS	FAIL	—	与 model_risk_v9_sxiaojin_score 相关>0.7
model_risk_v9_sxiaojin_score	—	Y	0.3654	PASS	PASS	PASS	PASS	—
model_1034467	—	Y	0.2084	PASS	PASS	PASS	PASS	—
model_1034468	—	N	0.1427	PASS	PASS	PASS	FAIL	—	与 model_1034467 相关>0.7
score_50021	—	Y	0.3310	PASS	PASS	PASS	PASS	—
zszs_xy_score	—	Y	0.1352	PASS	PASS	PASS	PASS	—
xmf_v11xj	—	Y	0.1277	PASS	PASS	PASS	PASS	—
bh_CO4001score	—	Y	0.2341	PASS	PASS	PASS	PASS	—
PY083P	—	Y	0.2456	PASS	PASS	PASS	PASS	—
risk_v8_slowirr	—	N	0.3031	PASS	PASS	PASS	FAIL	—	与 model_risk_v9_sxiaojin_score 相关>0.7
mobile_fixed_grade	—	Y	0.0797	PASS	PASS	PASS	PASS	—
adr_stability_grade	—	Y	0.1741	PASS	PASS	PASS	PASS	—
have_car_prob_grade	—	Y	0.1015	PASS	PASS	PASS	PASS	—
have_fang_prob_grade	—	Y	0.0340	PASS	PASS	PASS	PASS	—
last_6m_avg_asset_total_grade	—	Y	0.0338	PASS	PASS	PASS	PASS	—
tot_pay_amt_6m_grade	—	Y	0.1224	PASS	PASS	PASS	PASS	—
first_loan_length_grade	—	Y	0.1466	PASS	PASS	PASS	PASS	—
avg_bal_6m_grade	—	N	0.0892	PASS	PASS	PASS	FAIL	—	与 repay_amt_6m_grade 相关>0.7
repay_amt_6m_grade	—	Y	0.2323	PASS	PASS	PASS	PASS	—
positive_biz_cnt_1y_grade	—	Y	0.0720	PASS	PASS	PASS	PASS	—
ovd_order_amt_6m_grade	—	N	0.0029	PASS	PASS	FAIL	—	—	IV<0.02
ovd_order_days_6m_grade	—	N	0.0021	PASS	PASS	FAIL	—	—	IV<0.02
risk_score	—	Y	0.3689	PASS	PASS	PASS	PASS	—
cust_seg2	—	Y	0.1786	PASS	PASS	PASS	PASS	—
dev_stability_grade2	—	Y	0.0560	PASS	PASS	PASS	PASS	—
repayment_ability_rank2	—	Y	0.0887	PASS	PASS	PASS	PASS	—

06 回归结果

硬门槛：P≥0.1 / VIF>4.0 迭代剔除，共 13 个变量被剔除（14 轮）：xmf_v11xj、bh_a111、adr_stability_grade、cust_seg2、repayment_ability_rank2、bh_CO4001score、last_6m_avg_asset_total_grade、have_fang_prob_grade、have_car_prob_grade、bh_a104、tot_pay_amt_6m_grade、dev_stability_grade2、model_1034467。

Parameter	Label	Estimate(无惩罚)	Standard Error	Wald Chi-Square	Pr > ChiSq	Standardized Estimate
Intercept	Intercept	-1.6474	0.0318	2687.00	<0.0001	—
WOE_ScoreCust2	ScoreCust2	-0.5510	0.0610	81.66	<0.0001	-0.3845
WOE_risk_score	risk_score	-0.4279	0.0615	48.39	<0.0001	-0.2757
WOE_model_risk_v9_sxiaojin_score	model_risk_v9_sxiaojin_score	-0.3385	0.0599	31.94	<0.0001	-0.2126
WOE_score_50021	score_50021	-0.4128	0.0611	45.64	<0.0001	-0.2475
WOE_dxm_2025v2	dxm_2025v2	-0.3828	0.0686	31.14	<0.0001	-0.2364
WOE_PY083P	PY083P	-0.1872	0.0726	6.65	0.0099	-0.1031
WOE_repay_amt_6m_grade	repay_amt_6m_grade	-0.6261	0.0866	52.28	<0.0001	-0.3430
WOE_first_loan_length_grade	first_loan_length_grade	-0.2269	0.0847	7.17	0.0074	-0.0840
WOE_zszs_xy_score	zszs_xy_score	-0.2301	0.0865	7.07	0.0078	-0.0854
WOE_mobile_fixed_grade	mobile_fixed_grade	0.2289	0.1199	3.65	0.0561	0.0699
WOE_positive_biz_cnt_1y_grade	positive_biz_cnt_1y_grade	0.3675	0.1371	7.19	0.0074	0.0988
WOE_bh_a101	bh_a101	-0.4390	0.1852	5.62	0.0178	-0.0660
WOE_bh_a178	bh_a178	-0.7316	0.2330	9.86	0.0017	-0.0943

注：Estimate 列为无惩罚（精确推断）拟合；生产系数保持 L2 正则（model_results.json / score.py 口径），两套估计并列展示。标准误基于无惩罚似然观测信息矩阵。

07 VIF

VIF

Parameter	VIF
ScoreCust2	1.35063
risk_score	1.60354
model_risk_v9_sxiaojin_score	1.59844
score_50021	1.44041
dxm_2025v2	1.41367
PY083P	1.44324
repay_amt_6m_grade	1.74635
first_loan_length_grade	1.32317
zszs_xy_score	1.17500
mobile_fixed_grade	1.20530
positive_biz_cnt_1y_grade	1.72923
bh_a101	1.06807
bh_a178	1.05226

08 最终评分卡

标准分600.0

标准ODD20.0

PDO20.0

变量	分栏	WOE	Coefficient	Scorecard Points
ScoreCust2	(-inf, 603.5]	-0.6507	-0.5512	33
	(603.5, 747.5]	-0.2527	-0.5512	39
	(747.5, 786.5]	0.1470	-0.5512	45
	(786.5, 843.5]	0.6029	-0.5512	53
	(843.5, inf]	1.4821	-0.5512	67
risk_score	(-inf, 1.5]	1.0842	-0.4257	56
	(1.5, 2.5]	0.2002	-0.4257	46
	(2.5, 3.5]	-0.2922	-0.4257	40
	(3.5, 4.5]	-0.4045	-0.4257	38
	(4.5, inf]	-0.8158	-0.4257	33
model_risk_v9_sxiaojin_score	(-inf, 34.5]	1.2561	-0.3402	55
	(34.5, 43.5]	0.5446	-0.3402	48
	(43.5, 53.5]	0.0481	-0.3402	44
	(53.5, 62.5]	-0.5712	-0.3402	38
	(62.5, inf]	-1.0328	-0.3402	33
score_50021	(-inf, 0.007949999999254942]	1.1342	-0.4106	57
	(0.007949999999254942, 0.01484999991953373]	0.3377	-0.4106	47
	(0.01484999991953373, 0.02065000031143427]	-0.0068	-0.4106	43
	(0.02065000031143427, 0.03945000097155571]	-0.4524	-0.4106	38
	(0.03945000097155571, inf]	-0.9568	-0.4106	32
dxm_2025v2	(-inf, 389.5]	-0.4849	-0.3820	38
	(389.5, 411.5]	-0.0685	-0.3820	42
	(411.5, 419.5]	0.3654	-0.3820	47
	(419.5, 446.5]	0.8266	-0.3820	52
	(446.5, inf]	1.7451	-0.3820	62
PY083P	(-inf, 578.5]	-0.5619	-0.1884	40
	(578.5, 599.5]	-0.1860	-0.1884	42
	(599.5, 674.5]	0.0889	-0.1884	44
	(674.5, 754.5]	0.7489	-0.1884	47
	(754.5, inf]	1.6725	-0.1884	52
repay_amt_6m_grade	(-inf, 1.5]	-0.3006	-0.6188	38
	(1.5, 4.5]	-0.0884	-0.6188	42
	(4.5, 5.5]	0.3391	-0.6188	49
	(5.5, 6.5]	0.8180	-0.6188	58
	(6.5, inf]	1.2204	-0.6188	65
first_loan_length_grade	(-inf, 4.5]	-0.5611	-0.2306	39
	(4.5, 5.5]	-0.3208	-0.2306	41
	(5.5, 6.5]	-0.1066	-0.2306	42
	(6.5, inf]	0.3228	-0.2306	45
zszs_xy_score	(-inf, 696.5]	-0.4846	-0.2287	40
	(696.5, 704.5]	-0.1791	-0.2287	42
	(704.5, 713.5]	-0.0233	-0.2287	43
	(713.5, 730.5]	0.1884	-0.2287	44
	(730.5, inf]	0.6175	-0.2287	47
mobile_fixed_grade	(-inf, 6.5]	-0.2105	0.2357	45
	(6.5, 7.5]	-0.1145	0.2357	44
	(7.5, 8.5]	0.0170	0.2357	43
	(8.5, 9.5]	0.3674	0.2357	41
	(9.5, inf]	0.8180	0.2357	38
positive_biz_cnt_1y_grade	(-inf, 1.5]	-0.2815	0.3572	46
	(1.5, 8.5]	-0.1936	0.3572	45
	(8.5, inf]	0.2895	0.3572	40
bh_a101	(-inf, 0.5]	0.0596	-0.3964	44
	(0.5, inf]	-0.4091	-0.3964	38
bh_a178	(-inf, 8.985000133514404]	0.1368	-0.7192	46
	(8.985000133514404, 20.34000015258789]	-0.0443	-0.7192	42
	(20.34000015258789, inf]	-0.1993	-0.7192	39

09 模型表现

模型区分度评估（按样本）

模型	样本	KS	AUC	GINI
LR + WOE 评分卡	开发样本	0.3688	0.7502	0.5004
LR + WOE 评分卡	测试样本	0.3764	0.7439	0.4878
LR + WOE 评分卡	训练+测试样本	0.3671	0.7476	0.4952
LR + WOE 评分卡	跨时间验证样本	0.2819	0.6911	0.3822

LR + WOE 评分卡 — 4 样本评估表（score_cut 粒度）

开发样本（KS 0.0226，AUC 0.4983）

cuts	cnt	bad	good	bad_rate	population_pct	cum_bad_rate	cum_good_rate
[492, 531)	950	424	526	44.63%	10.01%	26.78%	6.65%
[531, 541)	949	293	656	30.87%	10.00%	45.29%	14.94%
[541, 549)	949	219	730	23.08%	10.00%	59.13%	24.17%
[549, 557)	950	179	771	18.84%	10.01%	70.44%	33.91%
[557, 565)	949	138	811	14.54%	10.00%	79.15%	44.17%
[565, 575)	949	114	835	12.01%	10.00%	86.36%	54.72%
[575, 586)	950	103	847	10.84%	10.01%	92.86%	65.43%
[586, 599)	949	61	888	6.43%	10.00%	96.72%	76.65%
[599, 619)	949	31	918	3.27%	10.00%	98.67%	88.26%
[619, 682)	950	21	929	2.21%	10.01%	100.00%	100.00%

测试样本（KS 0.0304，AUC 0.4895）

cuts	cnt	bad	good	bad_rate	population_pct	cum_bad_rate	cum_good_rate
[495, 532)	633	250	383	39.49%	10.00%	23.72%	7.26%
[532, 541)	633	195	438	30.81%	10.00%	42.22%	15.57%
[541, 549)	633	153	480	24.17%	10.00%	56.74%	24.67%
[549, 557)	632	137	495	21.68%	9.99%	69.73%	34.05%
[557, 566)	633	113	520	17.85%	10.00%	80.46%	43.91%
[566, 575)	633	80	553	12.64%	10.00%	88.05%	54.40%
[575, 586)	632	55	577	8.70%	9.99%	93.26%	65.34%
[586, 600)	633	37	596	5.85%	10.00%	96.77%	76.64%
[600, 619)	633	25	608	3.95%	10.00%	99.15%	88.17%
[619, 680)	633	9	624	1.42%	10.00%	100.00%	100.00%

训练+测试样本（KS 0.0143，AUC 0.4943）

cuts	cnt	bad	good	bad_rate	population_pct	cum_bad_rate	cum_good_rate
[492, 531)	1583	672	911	42.45%	10.01%	25.48%	6.91%
[531, 541)	1582	490	1092	30.97%	10.00%	44.07%	15.19%
[541, 549)	1582	372	1210	23.51%	10.00%	58.17%	24.37%
[549, 557)	1582	314	1268	19.85%	10.00%	70.08%	33.99%
[557, 565)	1582	253	1329	15.99%	10.00%	79.67%	44.07%
[565, 575)	1582	194	1388	12.26%	10.00%	87.03%	54.59%
[575, 586)	1582	158	1424	9.99%	10.00%	93.02%	65.39%
[586, 600)	1582	98	1484	6.19%	10.00%	96.74%	76.65%
[600, 619)	1582	58	1524	3.67%	10.00%	98.94%	88.21%
[619, 682)	1583	28	1555	1.77%	10.01%	100.00%	100.00%

跨时间验证样本（KS 0.0392，AUC 0.4993）

cuts	cnt	bad	good	bad_rate	population_pct	cum_bad_rate	cum_good_rate
[500, 537)	1017	359	658	35.30%	10.01%	21.19%	7.77%
[537, 546)	1016	264	752	25.98%	10.00%	36.78%	16.65%
[546, 553)	1016	243	773	23.92%	10.00%	51.12%	25.77%
[553, 561)	1017	206	811	20.26%	10.01%	63.28%	35.35%
[561, 568)	1016	170	846	16.73%	10.00%	73.32%	45.34%
[568, 576)	1016	132	884	12.99%	10.00%	81.11%	55.77%
[576, 585)	1017	125	892	12.29%	10.01%	88.49%	66.30%
[585, 596)	1016	96	920	9.45%	10.00%	94.16%	77.17%
[596, 613)	1016	79	937	7.78%	10.00%	98.82%	88.23%
[613, 680)	1017	20	997	1.97%	10.01%	100.00%	100.00%

跨时间验证样本结论

风险高度集中在低分尾端——最低 20% 样本集中了全量 36.8% 的坏客户，策略切分空间很大。

① 样本与分箱结构：共 10,164 样本 / 1,694 坏样本，整体坏率 16.67%，好坏比约 5.0:1；10 档等频分数分栏，每箱约 10%，分箱均匀，无空箱无过厚箱。

② 排序性与单调性：逐箱 Bad Rate 35.30% → … → 1.97%（低分 → 高分），无倒挂，最低分段坏率是最高分段的 17.9 倍。

③ 区分度与坏客户捕获：最低 20% 样本捕获全量 36.8% 的坏客户，最低 50% 捕获 73.3%；最高 20% 样本仅含 1.2% 的坏客户，其中风险最高一箱单独占 21.2%。

（口径：分数 = 按基准分/优比/PDO 刻度由模型概率转换，分数越高风险越低；结论由程序按分箱数据自动生成。）

注：score_cut 表按分数等频分 10 档（低分 → 高分）：分数由模型概率按基准分/优比/PDO 刻度转换，分数越高风险越低；每表附 KS/AUC（按概率计算，与分栏口径无关）；训练+测试 = TRAIN 全体。旧实验无分数转换时为 PD 等频口径。

10 KS和GINI

LR + WOE 评分卡

样本	KS	GINI	AUC
开发样本	0.3688	0.5004	0.7502
测试样本	0.3764	0.4878	0.7439
训练+测试样本	0.3671	0.4952	0.7476
跨时间验证样本	0.2819	0.3822	0.6911

开发样本

测试样本

训练+测试样本

跨时间验证样本

注：GINI = 2×AUC−1。KS 图 X 轴为分数（升序），红虚线为最大间隔位置；ROC 图例标注 AUC。

11 PSI

模型稳定性评估

模型	训练集与测试集	训练集与跨时间验证	训练集与oot验证集	训练集与psi验证集
LR + WOE 评分卡	0.0030	0.0465	—	—

分数段 PSI 明细（开发样本 vs 跨时间验证样本）

分数段	开发样本占比	跨时间验证样本占比	PSI 贡献	累计 PSI
(-inf,0.0252]	10.01%	7.51%	0.0072	0.0072
(0.0252,0.049]	10.00%	10.17%	0.0000	0.0072
(0.049,0.0747]	10.00%	11.39%	0.0018	0.0090
(0.0747,0.1061]	10.01%	11.95%	0.0035	0.0125
(0.1061,0.1427]	10.00%	12.65%	0.0063	0.0188
(0.1427,0.1811]	10.00%	10.98%	0.0009	0.0197
(0.1811,0.2259]	10.01%	11.22%	0.0014	0.0211
(0.2259,0.2781]	10.00%	9.97%	0.0000	0.0211
(0.2781,0.3505]	10.00%	8.30%	0.0031	0.0242
(0.3505,inf]	10.01%	5.85%	0.0223	0.0465

模型样本量分布评估

评分段	开发样本样本量	开发样本占比	测试样本样本量	测试样本占比	训练+测试样本样本量	训练+测试样本占比	跨时间验证样本样本量	跨时间验证样本占比
(-inf, inf]	950	10.01%	639	10.10%	1589	10.04%	763	7.51%
(0.0252, 0.049]	949	10.00%	675	10.67%	1624	10.26%	1034	10.17%
(0.049, 0.0747]	949	10.00%	575	9.09%	1524	9.63%	1158	11.39%
(0.0747, 0.1061]	950	10.01%	644	10.18%	1594	10.07%	1215	11.95%
(0.1061, 0.1427]	949	10.00%	665	10.51%	1614	10.20%	1286	12.65%
(0.1427, 0.1811]	949	10.00%	579	9.15%	1528	9.66%	1116	10.98%
(0.1811, 0.2259]	950	10.01%	679	10.73%	1629	10.30%	1140	11.22%
(0.2259, 0.2781]	949	10.00%	616	9.73%	1565	9.89%	1013	9.97%
(0.2781, 0.3505]	949	10.00%	636	10.05%	1585	10.02%	844	8.30%
(0.3505, inf]	950	10.01%	620	9.80%	1570	9.92%	595	5.85%
sum	9494	100.00%	6328	100.00%	15822	100.00%	10164	100.00%

变量 PSI（开发样本 vs OOT，按入模变量分箱）

待补充：无变量级 PSI 数据（需要入模变量分箱与对比样本）。

注：PSI ≤ 0.1 视为稳定，0.1~0.25 需关注，> 0.25 不稳定。

12 单变量分析

注：统计所有入模变量的单变量分析（开发样本口径）。预留验证/总体/OOT 口径的分组明细待扩展。

ScoreCust2

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 603.5]	1533	16.15%	1108	425	27.72%	2.61
2	(603.5, 747.5]	3749	55.64%	2981	768	20.49%	3.88
3	(747.5, 786.5]	1222	68.51%	1042	180	14.73%	5.79
4	(786.5, 843.5]	1449	83.77%	1306	143	9.87%	9.13
5	(843.5, inf]	1541	100.00%	1474	67	4.35%	22.00
合计		9494		7911	1583	16.67%	5.00

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（27.72% → 4.35%），WOE 单调上升（-0.6507 → 1.4821），符合风控分箱预期。IV=0.3721，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 603.5]）为高风险区间：坏率高达 27.72%，可作为拒绝或重点风控策略的阈值参考

risk_score

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 1.5]	2399	25.39%	2247	152	6.34%	14.78
2	(1.5, 2.5]	3035	57.51%	2608	427	14.07%	6.11
3	(2.5, 3.5]	1718	75.69%	1355	363	21.13%	3.73
4	(3.5, 4.5]	1019	86.47%	784	235	23.06%	3.34
5	(4.5, inf]	1278	100.00%	880	398	31.14%	2.21
合计		9449		7874	1575	16.67%	5.00

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（6.34% → 31.14%），WOE 单调下降（1.0842 → -0.8158），符合风控分箱预期。IV=0.3689，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 5 箱（(4.5, inf]）为高风险区间：坏率高达 31.14%，可作为拒绝或重点风控策略的阈值参考

model_risk_v9_sxiaojin_score

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 34.5]	1228	13.02%	1162	66	5.37%	17.61
2	(34.5, 43.5]	2237	36.72%	2005	232	10.37%	8.64
3	(43.5, 53.5]	3437	73.15%	2888	549	15.97%	5.26
4	(53.5, 62.5]	1912	93.42%	1413	499	26.10%	2.83
5	(62.5, inf]	621	100.00%	398	223	35.91%	1.78
合计		9435		7866	1569	16.63%	5.01

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（5.37% → 35.91%），WOE 单调下降（1.2561 → -1.0328），符合风控分箱预期。IV=0.3654，该变量区分度尚可。

WOE 在第 3、4 箱之间穿越 0 线：前 3 箱 WOE>0（客户质量优于整体），后 2 箱 WOE<0（风险高于平均）

第 5 箱（(62.5, inf]）为极高风险区间：坏率高达 35.91%，策略上应重点管控

score_50021

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 0.007949999999254942]	1661	17.87%	1561	100	6.02%	15.61
2	(0.007949999999254942, 0.01484999991953373]	2725	47.18%	2386	339	12.44%	7.04
3	(0.01484999991953373, 0.02065000031143427]	1874	67.33%	1561	313	16.70%	4.99
4	(0.02065000031143427, 0.03945000097155571]	2378	92.91%	1811	567	23.84%	3.19
5	(0.03945000097155571, inf]	659	100.00%	434	225	34.14%	1.93
合计		9297		7753	1544	16.61%	5.02

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（6.02% → 34.14%），WOE 单调下降（1.1342 → -0.9568），符合风控分箱预期。IV=0.3310，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 5 箱（(0.03945000097155571, inf]）为高风险区间：坏率高达 34.14%，可作为拒绝或重点风控策略的阈值参考

dxm_2025v2

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 389.5]	2850	30.02%	2151	699	24.53%	3.08
2	(389.5, 411.5]	3502	66.91%	2884	618	17.65%	4.67
3	(411.5, 419.5]	1017	77.62%	893	124	12.19%	7.20
4	(419.5, 446.5]	1503	93.45%	1382	121	8.05%	11.42
5	(446.5, inf]	622	100.00%	601	21	3.38%	28.62
合计		9494		7911	1583	16.67%	5.00

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（24.53% → 3.38%），WOE 单调上升（-0.4849 → 1.7451），符合风控分箱预期。IV=0.2873，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 389.5]）为坏率最高区间：坏率高达 24.53%，可作为拒绝或重点风控策略的阈值参考

PY083P

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 578.5]	2215	23.47%	1641	574	25.91%	2.86
2	(578.5, 599.5]	1074	34.85%	866	208	19.37%	4.16
3	(599.5, 674.5]	4122	78.53%	3486	636	15.43%	5.48
4	(674.5, 754.5]	1555	95.01%	1421	134	8.62%	10.60
5	(754.5, inf]	471	100.00%	454	17	3.61%	26.71
合计		9437		7868	1569	16.63%	5.01

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（25.91% → 3.61%），WOE 单调上升（-0.5619 → 1.6725），符合风控分箱预期。IV=0.2456，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 578.5]）为高风险区间：坏率高达 25.91%，可作为拒绝或重点风控策略的阈值参考

bh_CO4001score

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 35.5]	707	7.45%	673	34	4.81%	19.79
2	(35.5, 39.5]	1001	17.99%	907	94	9.39%	9.65
3	(39.5, 45.5]	2595	45.33%	2253	342	13.18%	6.59
4	(45.5, 50.5]	2532	72.00%	2090	442	17.46%	4.73
5	(50.5, inf]	2658	100.00%	1987	671	25.24%	2.96
合计		9493		7910	1583	16.68%	5.00

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（4.81% → 25.24%），WOE 单调下降（1.3766 → -0.5232），符合风控分箱预期。IV=0.2341，该变量区分度尚可。

WOE 在第 3、4 箱之间穿越 0 线：前 3 箱 WOE>0（客户质量优于整体），后 2 箱 WOE<0（风险高于平均）

第 5 箱（(50.5, inf]）为高风险区间：坏率高达 25.24%，可作为拒绝或重点风控策略的阈值参考

repay_amt_6m_grade

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 1.5]	4852	51.35%	3820	1032	21.27%	3.70
2	(1.5, 4.5]	1645	68.76%	1350	295	17.93%	4.58
3	(4.5, 5.5]	906	78.35%	793	113	12.47%	7.02
4	(5.5, 6.5]	826	87.09%	759	67	8.11%	11.33
5	(6.5, inf]	1220	100.00%	1152	68	5.57%	16.94
合计		9449		7874	1575	16.67%	5.00

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（21.27% → 5.57%），WOE 单调上升（-0.3006 → 1.2204），符合风控分箱预期。IV=0.2323，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 1.5]）为坏率最高区间：坏率高达 21.27%，可作为拒绝或重点风控策略的阈值参考

model_1034467

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 0.07134599983692169]	981	10.82%	925	56	5.71%	16.52
2	(0.07134599983692169, 0.0911255031824112]	2199	35.09%	1950	249	11.32%	7.83
3	(0.0911255031824112, 0.10137400031089783]	1305	49.49%	1087	218	16.71%	4.99
4	(0.10137400031089783, 0.1895964965224266]	3919	92.73%	3119	800	20.41%	3.90
5	(0.1895964965224266, inf]	659	100.00%	479	180	27.31%	2.66
合计		9063		7560	1503	16.58%	5.03

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（5.71% → 27.31%），WOE 单调下降（1.1890 → -0.6367），符合风控分箱预期。IV=0.2084，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 5 箱（(0.1895964965224266, inf]）为高风险区间：坏率高达 27.31%，可作为拒绝或重点风控策略的阈值参考

cust_seg2

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 2.5]	2171	22.98%	1976	195	8.98%	10.13
2	(2.5, 3.5]	4782	73.58%	4033	749	15.66%	5.38
3	(3.5, inf]	2496	100.00%	1865	631	25.28%	2.96
合计		9449		7874	1575	16.67%	5.00

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（8.98% → 25.28%），WOE 单调下降（0.7065 → -0.5256），符合风控分箱预期。IV=0.1786，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 1 箱 WOE<0（风险高于平均）

第 3 箱（(3.5, inf]）为高风险区间：坏率高达 25.28%，可作为拒绝或重点风控策略的阈值参考

adr_stability_grade

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 2.5]	2885	30.53%	2203	682	23.64%	3.23
2	(2.5, 5.5]	1215	43.39%	972	243	20.00%	4.00
3	(5.5, 7.5]	2307	67.81%	1964	343	14.87%	5.73
4	(7.5, 8.5]	1060	79.02%	930	130	12.26%	7.15
5	(8.5, inf]	1982	100.00%	1805	177	8.93%	10.20
合计		9449		7874	1575	16.67%	5.00

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（23.64% → 8.93%），WOE 单调上升（-0.4368 → 0.7129），符合风控分箱预期。IV=0.1741，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 2.5]）为坏率最高区间：坏率高达 23.64%，可作为拒绝或重点风控策略的阈值参考

first_loan_length_grade

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 4.5]	1984	21.00%	1469	515	25.96%	2.85
2	(4.5, 5.5]	745	28.88%	584	161	21.61%	3.63
3	(5.5, 6.5]	879	38.18%	719	160	18.20%	4.49
4	(6.5, inf]	5841	100.00%	5102	739	12.65%	6.90
合计		9449		7874	1575	16.67%	5.00

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（25.96% → 12.65%），WOE 单调上升（-0.5611 → 0.3228），符合风控分箱预期。IV=0.1466，该变量区分度尚可。

WOE 在第 3、4 箱之间穿越 0 线：前 3 箱 WOE>0（客户质量优于整体），后 1 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 4.5]）为高风险区间：坏率高达 25.96%，可作为拒绝或重点风控策略的阈值参考

zszs_xy_score

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 696.5]	2001	21.42%	1514	487	24.34%	3.11
2	(696.5, 704.5]	1237	34.66%	1000	237	19.16%	4.22
3	(704.5, 713.5]	1631	52.11%	1356	275	16.86%	4.93
4	(713.5, 730.5]	2568	79.60%	2206	362	14.10%	6.09
5	(730.5, inf]	1906	100.00%	1722	184	9.65%	9.36
合计		9343		7798	1545	16.54%	5.05

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（24.34% → 9.65%），WOE 单调上升（-0.4846 → 0.6175），符合风控分箱预期。IV=0.1352，该变量区分度尚可。

WOE 在第 3、4 箱之间穿越 0 线：前 3 箱 WOE>0（客户质量优于整体），后 2 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 696.5]）为坏率最高区间：坏率高达 24.34%，可作为拒绝或重点风控策略的阈值参考

xmf_v11xj

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 397.5]	1500	16.03%	1149	351	23.40%	3.27
2	(397.5, 432.5]	4488	64.01%	3671	817	18.20%	4.49
3	(432.5, 444.5]	996	74.66%	851	145	14.56%	5.87
4	(444.5, 481.5]	1870	94.64%	1658	212	11.34%	7.82
5	(481.5, inf]	501	100.00%	473	28	5.59%	16.89
合计		9355		7802	1553	16.60%	5.02

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（23.40% → 5.59%），WOE 单调上升（-0.4283 → 1.2127），符合风控分箱预期。IV=0.1277，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 397.5]）为坏率最高区间：坏率高达 23.40%，可作为拒绝或重点风控策略的阈值参考

tot_pay_amt_6m_grade

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 1.5]	3483	36.86%	2710	773	22.19%	3.51
2	(1.5, 2.5]	1281	50.42%	1060	221	17.25%	4.80
3	(2.5, 5.5]	2721	79.21%	2338	383	14.08%	6.10
4	(5.5, 6.5]	514	84.65%	453	61	11.87%	7.43
5	(6.5, inf]	1450	100.00%	1313	137	9.45%	9.58
合计		9449		7874	1575	16.67%	5.00

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（22.19% → 9.45%），WOE 单调上升（-0.3549 → 0.6508），符合风控分箱预期。IV=0.1224，该变量区分度尚可。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 1.5]）为坏率最高区间：坏率高达 22.19%，可作为拒绝或重点风控策略的阈值参考

have_car_prob_grade

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 1.5]	5786	61.23%	4625	1161	20.07%	3.98
2	(1.5, inf]	3663	100.00%	3249	414	11.30%	7.85
合计		9449		7874	1575	16.67%	5.00

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（20.07% → 11.30%），WOE 单调上升（-0.2271 → 0.4509），符合风控分箱预期。IV=0.1015，该变量区分度尚可。

WOE 在第 1、2 箱之间穿越 0 线：前 1 箱 WOE>0（客户质量优于整体），后 1 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 1.5]）为坏率最高区间：坏率高达 20.07%，可作为拒绝或重点风控策略的阈值参考

repayment_ability_rank2

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 1.5]	1014	10.73%	921	93	9.17%	9.90
2	(1.5, 2.5]	2561	37.83%	2222	339	13.24%	6.55
3	(2.5, 3.5]	3312	72.89%	2716	596	18.00%	4.56
4	(3.5, inf]	2562	100.00%	2015	547	21.35%	3.68
合计		9449		7874	1575	16.67%	5.00

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（9.17% → 21.35%），WOE 单调下降（0.6835 → -0.3054），符合风控分箱预期。IV=0.0887，该变量区分度偏弱但可用。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 2 箱 WOE<0（风险高于平均）

第 4 箱（(3.5, inf]）为坏率最高区间：坏率高达 21.35%，可作为拒绝或重点风控策略的阈值参考

mobile_fixed_grade

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 6.5]	3298	34.90%	2645	653	19.80%	4.05
2	(6.5, 7.5]	2178	57.95%	1779	399	18.32%	4.46
3	(7.5, 8.5]	1643	75.34%	1373	270	16.43%	5.09
4	(8.5, 9.5]	1578	92.04%	1386	192	12.17%	7.22
5	(9.5, inf]	752	100.00%	691	61	8.11%	11.33
合计		9449		7874	1575	16.67%	5.00

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（19.80% → 8.11%），WOE 单调上升（-0.2105 → 0.8180），符合风控分箱预期。IV=0.0797，该变量区分度偏弱但可用。

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 3 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 6.5]）为坏率最高区间：坏率高达 19.80%，可作为拒绝或重点风控策略的阈值参考

positive_biz_cnt_1y_grade

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 1.5]	2792	29.55%	2207	585	20.95%	3.77
2	(1.5, 8.5]	1889	49.54%	1520	369	19.53%	4.12
3	(8.5, inf]	4768	100.00%	4147	621	13.02%	6.68
合计		9449		7874	1575	16.67%	5.00

关键结论

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 1 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 1.5]）为坏率最高区间：坏率高达 20.95%，可作为拒绝或重点风控策略的阈值参考

dev_stability_grade2

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 1.5]	1104	11.68%	982	122	11.05%	8.05
2	(1.5, 2.5]	3835	52.27%	3273	562	14.65%	5.82
3	(2.5, 3.5]	2372	77.37%	1928	444	18.72%	4.34
4	(3.5, inf]	2138	100.00%	1691	447	20.91%	3.78
合计		9449		7874	1575	16.67%	5.00

关键结论

WOE 在第 2、3 箱之间穿越 0 线：前 2 箱 WOE>0（客户质量优于整体），后 2 箱 WOE<0（风险高于平均）

第 4 箱（(3.5, inf]）为坏率最高区间：坏率高达 20.91%，可作为拒绝或重点风控策略的阈值参考

have_fang_prob_grade

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 1.5]	6285	66.51%	5126	1159	18.44%	4.42
2	(1.5, inf]	3164	100.00%	2748	416	13.15%	6.61
合计		9449		7874	1575	16.67%	5.00

关键结论

WOE 在第 1、2 箱之间穿越 0 线：前 1 箱 WOE>0（客户质量优于整体），后 1 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 1.5]）为坏率最高区间：坏率高达 18.44%，可作为拒绝或重点风控策略的阈值参考

last_6m_avg_asset_total_grade

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 1.5]	4730	50.06%	3844	886	18.73%	4.34
2	(1.5, 3.5]	2514	76.66%	2114	400	15.91%	5.29
3	(3.5, 4.5]	595	82.96%	503	92	15.46%	5.47
4	(4.5, 5.5]	537	88.64%	461	76	14.15%	6.07
5	(5.5, inf]	1073	100.00%	952	121	11.28%	7.87
合计		9449		7874	1575	16.67%	5.00

关键结论

WOE 在第 1、2 箱之间穿越 0 线：前 1 箱 WOE>0（客户质量优于整体），后 4 箱 WOE<0（风险高于平均）

第 1 箱（(-inf, 1.5]）为坏率最高区间：坏率高达 18.73%，可作为拒绝或重点风控策略的阈值参考

bh_a104

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 0.5]	5058	61.12%	4337	721	14.25%	6.02
2	(0.5, inf]	3218	100.00%	2601	617	19.17%	4.22
合计		8276		6938	1338	16.17%	5.19

关键结论

WOE 在第 1、2 箱之间穿越 0 线：前 1 箱 WOE>0（客户质量优于整体），后 1 箱 WOE<0（风险高于平均）

第 2 箱（(0.5, inf]）为坏率最高区间：坏率高达 19.17%，可作为拒绝或重点风控策略的阈值参考

bh_a101

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 0.5]	7356	88.88%	6225	1131	15.38%	5.50
2	(0.5, inf]	920	100.00%	713	207	22.50%	3.44
合计		8276		6938	1338	16.17%	5.19

关键结论

WOE 在第 1、2 箱之间穿越 0 线：前 1 箱 WOE>0（客户质量优于整体），后 1 箱 WOE<0（风险高于平均）

第 2 箱（(0.5, inf]）为坏率最高区间：坏率高达 22.50%，可作为拒绝或重点风控策略的阈值参考

bh_a111

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 0.5]	6725	81.26%	5707	1018	15.14%	5.61
2	(0.5, inf]	1551	100.00%	1231	320	20.63%	3.85
合计		8276		6938	1338	16.17%	5.19

关键结论

WOE 在第 1、2 箱之间穿越 0 线：前 1 箱 WOE>0（客户质量优于整体），后 1 箱 WOE<0（风险高于平均）

第 2 箱（(0.5, inf]）为坏率最高区间：坏率高达 20.63%，可作为拒绝或重点风控策略的阈值参考

bh_a178

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 8.985000133514404]	3825	51.89%	3268	557	14.56%	5.87
2	(8.985000133514404, 20.34000015258789]	1521	72.53%	1263	258	16.96%	4.90
3	(20.34000015258789, inf]	2025	100.00%	1635	390	19.26%	4.19
合计		7371		6166	1205	16.35%	5.12

关键结论

WOE 在第 1、2 箱之间穿越 0 线：前 1 箱 WOE>0（客户质量优于整体），后 2 箱 WOE<0（风险高于平均）

第 3 箱（(20.34000015258789, inf]）为坏率最高区间：坏率高达 19.26%，可作为拒绝或重点风控策略的阈值参考

13 压力测试

注：验证压力情境下模型的有效性和区分能力稳定性：a.坏浓度更高样本 b.时间外样本 c.特定特征客群 d.极端时间样本。当前流程自动生成情景1（跨时间样本）与情景2（跨时间样本剔除一半好样本，批注16）。

测试情景1：跨时间验证样本

变量贡献度

变量	贡献度
ScoreCust2	0.3845
repay_amt_6m_grade	0.3430
risk_score	0.2757
score_50021	0.2475
dxm_2025v2	0.2364
model_risk_v9_sxiaojin_score	0.2126
PY083P	0.1031
positive_biz_cnt_1y_grade	0.0988
bh_a178	0.0943
zszs_xy_score	0.0854

区分度验证 — LR + WOE 评分卡 @ 跨时间样本

KS = 0.2819，GINI = 0.3822

测试情景2：跨时间样本剔除一半好样本

指标	数值
样本量	10164 → 5929（剔除好样本 4235）
KS	0.2856
AUC	0.6907
GINI	0.3814

注：情景2 模拟好样本分布右移的压力情形（固定 seed=42，可复现）；剔除后 KS/AUC 下降幅度反映模型对好样本结构的敏感度。

	ScoreCust2	risk_score	model_risk_v9_sxiaojin_score	score_50021	dxm_2025v2	PY083P	repay_amt_6m_grade	first_loan_length_grade	zszs_xy_score	mobile_fixed_grade	positive_biz_cnt_1y_grade	bh_a101	bh_a178
ScoreCust2	1.000	0.288	0.326	0.276	0.377	0.378	0.122	0.156	0.221	0.231	0.092	0.138	0.085
risk_score	0.288	1.000	0.338	0.274	0.267	0.327	0.398	0.417	0.289	0.245	0.397	0.081	0.025
model_risk_v9_sxiaojin_score	0.326	0.338	1.000	0.506	0.372	0.358	0.214	0.252	0.278	0.296	0.127	0.041	0.010
score_50021	0.276	0.274	0.506	1.000	0.328	0.323	0.177	0.186	0.242	0.223	0.083	0.032	-0.005
dxm_2025v2	0.377	0.267	0.372	0.328	1.000	0.431	0.173	0.163	0.216	0.206	0.087	0.050	-0.006
PY083P	0.378	0.327	0.358	0.323	0.431	1.000	0.207	0.134	0.218	0.157	0.169	0.112	0.074
repay_amt_6m_grade	0.122	0.398	0.214	0.177	0.173	0.207	1.000	0.269	0.195	0.146	0.618	0.048	0.014
first_loan_length_grade	0.156	0.417	0.252	0.186	0.163	0.134	0.269	1.000	0.184	0.304	0.268	0.093	0.041
zszs_xy_score	0.221	0.289	0.278	0.242	0.216	0.218	0.195	0.184	1.000	0.188	0.135	0.034	0.000
mobile_fixed_grade	0.231	0.245	0.296	0.223	0.206	0.157	0.146	0.304	0.188	1.000	0.088	0.040	0.005
positive_biz_cnt_1y_grade	0.092	0.397	0.127	0.083	0.087	0.169	0.618	0.268	0.135	0.088	1.000	0.054	0.028
bh_a101	0.138	0.081	0.041	0.032	0.050	0.112	0.048	0.093	0.034	0.040	0.054	1.000	0.201
bh_a178	0.085	0.025	0.010	-0.005	-0.006	0.074	0.014	0.041	0.000	0.005	0.028	0.201	1.000

00 模型概要信息

01 模型设计

建模数据样本窗口

模型好坏定义

样本排除规则

滚动率分析

02 数据流

开发时点 — 样本排除

总体样本概况

开发/预留验证样本交叉统计

细致变量分析（预分箱口径，开发样本）

03 单变量分析（细分箱）

04 单变量分析（粗分箱）

05 变量筛选

06 回归结果

07 VIF

VIF

相关系数（WOE 转换后，开发样本）

08 最终评分卡

09 模型表现

模型区分度评估（按样本）

LR + WOE 评分卡 — 4 样本评估表（score_cut 粒度）

开发样本（KS 0.0226，AUC 0.4983）

测试样本（KS 0.0304，AUC 0.4895）

训练+测试样本（KS 0.0143，AUC 0.4943）

跨时间验证样本（KS 0.0392，AUC 0.4993）

10 KS和GINI

LR + WOE 评分卡

开发样本

测试样本

训练+测试样本

跨时间验证样本

11 PSI

模型稳定性评估

分数段 PSI 明细（开发样本 vs 跨时间验证样本）

模型样本量分布评估

变量 PSI（开发样本 vs OOT，按入模变量分箱）

12 单变量分析

13 压力测试

测试情景1：跨时间验证样本

变量贡献度

区分度验证 — LR + WOE 评分卡 @ 跨时间样本

测试情景2：跨时间样本剔除一半好样本