风控模型开发验证报告 — DEV-mvz1nr5g-f19f

00 模型概要信息

项目	内容
模型名称	exp_DEV-mvz0ss7p-6aba
开发完成日期	2026-11-02
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	application_scorecard
模型应用频率	（人工填写）
模型开发背景及业务用途描述	Develop run with tuning
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	LightGBM
目标变量	flag_30
实验 ID	DEV-mvz1nr5g-f19f

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	—
预留验证样本窗口	—
跨时间验证样本窗口	—
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	22.06%
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	data_flag	主键/时间/口径字段，不入模
4	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

注：中文字典已加载（dictionary.csv，匹配 19 个字段）；以下字段未在字典中、报告显示英文原名，请补充字典：credit_no、flag_30、data_flag（共 3 个）。

开发时点 — 样本排除

类别	样本数
全部样本	30000
排除：目标变量为空	0
排除后样本	30000

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	30000	23383	6617	22.06%	100.00%
开发样本	10801	8453	2348	21.74%	36.00%
测试样本	7199	5635	1564	21.73%	24.00%
训练+测试样本	18000	14088	3912	21.73%	60.00%
跨时间验证样本	6000	4624	1376	22.93%	20.00%
PSI时点样本	6000	4671	1329	—	20.00%

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	14088	8453	60.00%	5635	40.00%
坏	3912	2348	60.02%	1564	39.98%
合计	18000	10801	60.01%	7199	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
risk_score_v2 内部风险评分副本	0.8649	0.00%	0.94%	0.9986
risk_score 内部风险评分	0.8647	0.00%	0.91%	0.9986
bh_a001 百融履约指数A001	0.8426	0.00%	0.15%	0.9298
ScoreCust2 客户评分卡2	0.7972	0.00%	1.13%	0.9952
ScoreCust2_v2 客户评分卡2副本	0.7822	0.00%	1.14%	0.9952
bh_a009 百融信用历史长度	0.6312	0.00%	1.73%	0.8070
avg_tnr 平均履约月数	0.4431	0.00%	1.92%	0.6947
cust_seg2 客群分层等级	0.3983	0.00%	30.86%	0.6662
query_cnt_3m 近3月机构查询次数	0.3363	0.00%	16.53%	0.5822
income_grade 收入等级	0.2791	0.00%	31.12%	0.5458
repay_amt_6m_grade 近6月还款金额等级	0.2509	0.00%	27.69%	0.5342
tenure_m 授信时长(月)	0.1431	0.00%	5.50%	0.3328
card_usage_ratio 信用卡额度使用率	0.1234	0.00%	1.69%	0.3613
rare_field 稀疏字段(高缺失)	0.1128	96.32%	0.76%	0.0812
bank_997_cnt_3m 近3月银行查询次数	0.0587	0.00%	34.62%	0.2757
edu_level 学历	0.0013	0.00%	42.13%	—
region_code 区域	0.0012	0.00%	20.63%	—
flag_special 特殊标记(高集中度)	0.0000	0.00%	95.41%	0.0380

注：共 18 个候选变量，按 IV 降序展示前 18 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）

risk_score 内部风险评分 — IV 0.8674，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 519.5]	2555	2414	141	5.52%	1.5593
2	(519.5, 564.5]	3183	2752	431	13.54%	0.5730
3	(564.5, 600.5]	2574	1946	628	24.40%	-0.1500
4	(600.5, 643.5]	1752	1060	692	39.50%	-0.8545
5	(643.5, inf]	737	281	456	61.87%	-1.7651

risk_score_v2 内部风险评分副本 — IV 0.8628，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 518.5]	2511	2372	139	5.54%	1.5561
2	(518.5, 563.5]	3131	2711	420	13.41%	0.5839
3	(563.5, 602.5]	2766	2096	670	24.22%	-0.1404
4	(602.5, 643.5]	1653	993	660	39.93%	-0.8725
5	(643.5, inf]	740	281	459	62.03%	-1.7717

bh_a001 百融履约指数A001 — IV 0.7941，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 280.0500030517578]	3941	3641	300	7.61%	1.2153
2	(280.0500030517578, 332.75]	3801	3050	751	19.76%	0.1205
3	(332.75, 367.75]	1739	1159	580	33.35%	-0.5887
4	(367.75, 394.25]	756	392	364	48.15%	-1.2068
5	(394.25, inf]	564	211	353	62.59%	-1.7956

ScoreCust2_v2 客户评分卡2副本 — IV 0.7932，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 507.5]	1649	1574	75	4.55%	1.7629
2	(507.5, 544.5]	3158	2794	364	11.53%	0.7571
3	(544.5, 583.5]	3802	2912	890	23.41%	-0.0956
4	(583.5, 606.5]	1295	802	493	38.07%	-0.7944
5	(606.5, inf]	897	371	526	58.64%	-1.6301

ScoreCust2 客户评分卡2 — IV 0.7925，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 508.5]	1706	1626	80	4.69%	1.7309
2	(508.5, 545.5]	3198	2825	373	11.66%	0.7437
3	(545.5, 579.5]	3393	2613	780	22.99%	-0.0720
4	(579.5, 604.5]	1527	973	554	36.28%	-0.7177
5	(604.5, inf]	977	416	561	57.42%	-1.5800

bh_a009 百融信用历史长度 — IV 0.6036，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 6.3500001430511475]	902	433	469	52.00%	-1.3608
2	(6.3500001430511475, 8.050000190734863]	1648	1057	591	35.86%	-0.6996
3	(8.050000190734863, 9.25]	1640	1183	457	27.87%	-0.3298
4	(9.25, 11.449999809265137]	3422	2855	567	16.57%	0.3355
5	(11.449999809265137, inf]	3189	2925	264	8.28%	1.1241

cust_seg2 客群分层等级 — IV 0.3733，4 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 3.5]	2056	1867	189	9.19%	1.0094
2	(3.5, 4.5]	3333	2822	511	15.33%	0.4279
3	(4.5, 5.5]	3330	2505	825	24.77%	-0.1703
4	(5.5, inf]	2082	1259	823	39.53%	-0.8558

query_cnt_3m 近3月机构查询次数 — IV 0.3273，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	550	288	262	47.64%	-1.1863
2	(0.5, 2.5]	2750	1875	875	31.82%	-0.5188
3	(2.5, 3.5]	1785	1384	401	22.46%	-0.0422
4	(3.5, 5.5]	3012	2492	520	17.26%	0.2861
5	(5.5, inf]	2704	2414	290	10.72%	0.8382

rare_field 稀疏字段(高缺失) — IV 0.2831，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, -0.05299999937415123]	188	148	40	21.28%	0.0813
2	(-0.05299999937415123, 0.3699999898672104]	58	38	20	34.48%	-0.5852
3	(0.3699999898672104, 1.0099999904632568]	89	80	9	10.11%	0.9578
4	(1.0099999904632568, 1.324500024318695]	26	19	7	26.92%	-0.2285
5	(1.324500024318695, inf]	36	22	14	38.89%	-0.7751

income_grade 收入等级 — IV 0.2791，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 3.5]	1211	743	468	38.65%	-0.8187
2	(3.5, 4.5]	2510	1766	744	29.64%	-0.4165
3	(4.5, 5.5]	3361	2689	672	19.99%	0.1057
4	(5.5, 6.5]	2503	2150	353	14.10%	0.5258
5	(6.5, inf]	1216	1105	111	9.13%	1.0171

repay_amt_6m_grade 近6月还款金额等级 — IV 0.2509，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 3.5]	1647	1047	600	36.43%	-0.7242
2	(3.5, 4.5]	2268	1634	634	27.95%	-0.3342
3	(4.5, 5.5]	2991	2384	607	20.29%	0.0870
4	(5.5, 6.5]	2286	1944	342	14.96%	0.4567
5	(6.5, inf]	1609	1444	165	10.25%	0.8883

tenure_m 授信时长(月) — IV 0.1702，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 2.5]	696	414	282	40.52%	-0.8970
2	(2.5, 10.5]	1179	891	288	24.43%	-0.1516
3	(10.5, 53.5]	7715	6046	1669	21.63%	0.0062
4	(53.5, 58.5]	647	568	79	12.21%	0.6917
5	(58.5, inf]	564	534	30	5.32%	1.5982

card_usage_ratio 信用卡额度使用率 — IV 0.1589，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.107999999076128]	922	854	68	7.38%	1.2495
2	(0.107999999076128, 0.3381499946117401]	3589	2904	685	19.09%	0.1635
3	(0.3381499946117401, 0.6137499809265137]	4440	3434	1006	22.66%	-0.0532
4	(0.6137499809265137, 0.7716499865055084]	1309	925	384	29.34%	-0.4018
5	(0.7716499865055084, inf]	541	336	205	37.89%	-0.7869

bank_997_cnt_3m 近3月银行查询次数 — IV 0.0804，4 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	3447	2899	548	15.90%	0.3849
2	(0.5, 1.5]	3739	2928	811	21.69%	0.0028
3	(1.5, 2.5]	2224	1655	569	25.58%	-0.2133
4	(2.5, inf]	1391	971	420	30.19%	-0.4429

edu_level 学历 — IV 0.0013，4 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	大专	3260	2574	686	21.04%	0.0414
2	本科	4550	3555	995	21.87%	-0.0076
3	硕士及以上	1405	1081	324	23.06%	-0.0761
4	高中及以下	1586	1243	343	21.63%	0.0066

region_code 区域 — IV 0.0012，5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	其他	2119	1657	462	21.80%	-0.0038
2	华东	2156	1685	471	21.85%	-0.0063
3	华北	2119	1682	437	20.62%	0.0668
4	华南	2179	1701	478	21.94%	-0.0116
5	西南	2228	1728	500	22.44%	-0.0408

flag_special 特殊标记(高集中度) — IV 0.0000，1 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, inf]	10801	8453	2348	21.74%	0.0000

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 17 个变量，共 17 个；完整数据见 feature_report.json。

04 单变量分析（粗分箱）

risk_score 内部风险评分 — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 519.5]	2555	2414	141	5.52%	1.5593
2	(519.5, 564.5]	3183	2752	431	13.54%	0.5730
3	(564.5, 600.5]	2574	1946	628	24.40%	-0.1500
4	(600.5, 643.5]	1752	1060	692	39.50%	-0.8545
5	(643.5, inf]	737	281	456	61.87%	-1.7651

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（5.52% → 61.87%），WOE 单调下降（1.5593 → -1.7651），符合风控分箱预期。IV=0.8674，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（(643.5, inf]）为极高风险区间：坏率高达 61.87%，策略上应重点管控

cust_seg2 客群分层等级 — 4 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 3.5]	2056	1867	189	9.19%	1.0094
2	(3.5, 4.5]	3333	2822	511	15.33%	0.4279
3	(4.5, 5.5]	3330	2505	825	24.77%	-0.1703
4	(5.5, inf]	2082	1259	823	39.53%	-0.8558

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（9.19% → 39.53%），WOE 单调下降（1.0094 → -0.8558），符合风控分箱预期。IV=0.3733，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 2 箱 WOE<0（风险高于平均）

第 4 箱（(5.5, inf]）为极高风险区间：坏率高达 39.53%，策略上应重点管控

query_cnt_3m 近3月机构查询次数 — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	550	288	262	47.64%	-1.1863
2	(0.5, 2.5]	2750	1875	875	31.82%	-0.5188
3	(2.5, 3.5]	1785	1384	401	22.46%	-0.0422
4	(3.5, 5.5]	3012	2492	520	17.26%	0.2861
5	(5.5, inf]	2704	2414	290	10.72%	0.8382

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（47.64% → 10.72%），WOE 单调上升（-1.1863 → 0.8382），符合风控分箱预期。IV=0.3273，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, 0.5]）为极高风险区间：坏率高达 47.64%，策略上应重点管控

income_grade 收入等级 — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 3.5]	1211	743	468	38.65%	-0.8187
2	(3.5, 4.5]	2510	1766	744	29.64%	-0.4165
3	(4.5, 5.5]	3361	2689	672	19.99%	0.1057
4	(5.5, 6.5]	2503	2150	353	14.10%	0.5258
5	(6.5, inf]	1216	1105	111	9.13%	1.0171

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（38.65% → 9.13%），WOE 单调上升（-0.8187 → 1.0171），符合风控分箱预期。IV=0.2791，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, 3.5]）为极高风险区间：坏率高达 38.65%，策略上应重点管控

repay_amt_6m_grade 近6月还款金额等级 — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 3.5]	1647	1047	600	36.43%	-0.7242
2	(3.5, 4.5]	2268	1634	634	27.95%	-0.3342
3	(4.5, 5.5]	2991	2384	607	20.29%	0.0870
4	(5.5, 6.5]	2286	1944	342	14.96%	0.4567
5	(6.5, inf]	1609	1444	165	10.25%	0.8883

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（36.43% → 10.25%），WOE 单调上升（-0.7242 → 0.8883），符合风控分箱预期。IV=0.2509，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, 3.5]）为极高风险区间：坏率高达 36.43%，策略上应重点管控

tenure_m 授信时长(月) — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 2.5]	696	414	282	40.52%	-0.8970
2	(2.5, 10.5]	1179	891	288	24.43%	-0.1516
3	(10.5, 53.5]	7715	6046	1669	21.63%	0.0062
4	(53.5, 58.5]	647	568	79	12.21%	0.6917
5	(58.5, inf]	564	534	30	5.32%	1.5982

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（40.52% → 5.32%），WOE 单调上升（-0.8970 → 1.5982），符合风控分箱预期。IV=0.1702，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]）为极高风险区间：坏率高达 40.52%，策略上应重点管控

card_usage_ratio 信用卡额度使用率 — 5 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.107999999076128]	922	854	68	7.38%	1.2495
2	(0.107999999076128, 0.3381499946117401]	3589	2904	685	19.09%	0.1635
3	(0.3381499946117401, 0.6137499809265137]	4440	3434	1006	22.66%	-0.0532
4	(0.6137499809265137, 0.7716499865055084]	1309	925	384	29.34%	-0.4018
5	(0.7716499865055084, inf]	541	336	205	37.89%	-0.7869

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（7.38% → 37.89%），WOE 单调下降（1.2495 → -0.7869），符合风控分箱预期。IV=0.1589，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（(0.7716499865055084, inf]）为极高风险区间：坏率高达 37.89%，策略上应重点管控

bank_997_cnt_3m 近3月银行查询次数 — 4 箱

分组号	分栏	Total	Good	Bad	Bad Rate	WOE
1	(-inf, 0.5]	3447	2899	548	15.90%	0.3849
2	(0.5, 1.5]	3739	2928	811	21.69%	0.0028
3	(1.5, 2.5]	2224	1655	569	25.58%	-0.2133
4	(2.5, inf]	1391	971	420	30.19%	-0.4429

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（15.90% → 30.19%），WOE 单调下降（0.3849 → -0.4429），符合风控分箱预期。IV=0.0804，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（(2.5, inf]）为高风险区间：坏率高达 30.19%，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）；本次无变量发生单调性合并，细/粗分箱一致。

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	0.25
重要性 Top-K	80
黑名单	avg_tnr
白名单	无

候选变量 18，成功分箱 17，入模 8

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
risk_score 内部风险评分	—	Y	0.8674	PASS	PASS	PASS	PASS	0.0010
ScoreCust2 客户评分卡2	—	N	0.7925	PASS	PASS	PASS	FAIL	0.0019	与 risk_score 相关>0.7
cust_seg2 客群分层等级	—	Y	0.3733	PASS	PASS	PASS	PASS	0.0005
income_grade 收入等级	—	Y	0.2791	PASS	PASS	PASS	PASS	0.0009
bh_a001 百融履约指数A001	—	N	0.7941	PASS	PASS	PASS	FAIL	0.0006	与 risk_score 相关>0.7
bh_a009 百融信用历史长度	—	N	0.6036	PASS	PASS	PASS	FAIL	0.0007	与 risk_score 相关>0.7
bank_997_cnt_3m 近3月银行查询次数	—	Y	0.0804	PASS	PASS	PASS	PASS	0.0010
avg_tnr 平均履约月数	—	N	—	—	—	—	—	—	黑名单
repay_amt_6m_grade 近6月还款金额等级	—	Y	0.2509	PASS	PASS	PASS	PASS	0.0007
tenure_m 授信时长(月)	—	Y	0.1702	PASS	PASS	PASS	PASS	0.0015
query_cnt_3m 近3月机构查询次数	—	Y	0.3273	PASS	PASS	PASS	PASS	0.0002
card_usage_ratio 信用卡额度使用率	—	Y	0.1589	PASS	PASS	PASS	PASS	0.0004
rare_field 稀疏字段(高缺失)	—	N	0.2831	FAIL	PASS	—	—	—	缺失率>0.8
flag_special 特殊标记(高集中度)	—	N	0.0000	PASS	FAIL	—	—	—	集中度>0.9
edu_level 学历	—	N	0.0013	PASS	PASS	FAIL	—	—	IV<0.02
region_code 区域	—	N	0.0012	PASS	PASS	FAIL	—	—	IV<0.02
risk_score_v2 内部风险评分副本	—	N	0.8628	PASS	PASS	PASS	FAIL	0.0013	与 risk_score 相关>0.7
ScoreCust2_v2 客户评分卡2副本	—	N	0.7932	PASS	PASS	PASS	FAIL	0.0010	与 risk_score 相关>0.7

06 回归结果

待补充：本实验未运行 LR 路线（或未产生回归结果），无回归明细。

07 VIF

待补充：本实验未运行 LR 路线，未计算 VIF/相关系数。

08 最终评分卡

待补充：本实验未生成评分卡（未运行 LR 路线）。

09 模型表现

模型区分度评估（按样本）

模型	样本	KS	AUC	GINI
LightGBM	开发样本	0.3791	0.7565	0.5130
LightGBM	测试样本	0.3746	0.7488	0.4976
LightGBM	训练+测试样本	0.3771	0.7534	0.5068
LightGBM	跨时间验证样本	0.3429	0.7327	0.4654

LightGBM — 4 样本评估表（score_cut 粒度）

开发样本（KS 0.3791，AUC 0.7565）

cuts	cnt	bad	good	bad_rate	population_pct	cum_bad_rate	cum_good_rate
[-inf, 505)	1081	618	463	57.17%	10.01%	26.32%	5.48%
[505, 522)	1080	444	636	41.11%	10.00%	45.23%	13.00%
[522, 530)	1080	300	780	27.78%	10.00%	58.01%	22.23%
[530, 537)	1080	266	814	24.63%	10.00%	69.34%	31.86%
[537, 547)	1080	199	881	18.43%	10.00%	77.81%	42.28%
[547, 554)	1080	184	896	17.04%	10.00%	85.65%	52.88%
[554, 559)	1080	133	947	12.31%	10.00%	91.31%	64.08%
[559, 574)	1080	101	979	9.35%	10.00%	95.61%	75.67%
[574, 584)	1080	64	1016	5.93%	10.00%	98.34%	87.68%
[584, inf)	1080	39	1041	3.61%	10.00%	100.00%	100.00%

测试样本（KS 0.3746，AUC 0.7488）

cuts	cnt	bad	good	bad_rate	population_pct	cum_bad_rate	cum_good_rate
[-inf, 505)	691	396	295	57.31%	9.60%	25.32%	5.24%
[505, 522)	740	279	461	37.70%	10.28%	43.16%	13.42%
[522, 530)	722	234	488	32.41%	10.03%	58.12%	22.08%
[530, 537)	682	162	520	23.75%	9.47%	68.48%	31.30%
[537, 547)	711	132	579	18.57%	9.88%	76.92%	41.58%
[547, 554)	703	103	600	14.65%	9.77%	83.50%	52.23%
[554, 559)	748	104	644	13.90%	10.39%	90.15%	63.66%
[559, 574)	721	76	645	10.54%	10.02%	95.01%	75.10%
[574, 584)	734	44	690	5.99%	10.20%	97.83%	87.35%
[584, inf)	747	34	713	4.55%	10.38%	100.00%	100.00%

训练+测试样本（KS 0.3771，AUC 0.7534）

cuts	cnt	bad	good	bad_rate	population_pct	cum_bad_rate	cum_good_rate
[-inf, 505)	1772	1014	758	57.22%	9.84%	25.92%	5.38%
[505, 522)	1820	723	1097	39.73%	10.11%	44.40%	13.17%
[522, 530)	1802	534	1268	29.63%	10.01%	58.05%	22.17%
[530, 537)	1762	428	1334	24.29%	9.79%	68.99%	31.64%
[537, 547)	1791	331	1460	18.48%	9.95%	77.45%	42.00%
[547, 554)	1783	287	1496	16.10%	9.91%	84.79%	52.62%
[554, 559)	1828	237	1591	12.96%	10.16%	90.85%	63.91%
[559, 574)	1801	177	1624	9.83%	10.01%	95.37%	75.44%
[574, 584)	1814	108	1706	5.95%	10.08%	98.13%	87.55%
[584, inf)	1827	73	1754	4.00%	10.15%	100.00%	100.00%

跨时间验证样本（KS 0.3429，AUC 0.7327）

cuts	cnt	bad	good	bad_rate	population_pct	cum_bad_rate	cum_good_rate
[-inf, 505)	590	316	274	53.56%	9.83%	22.97%	5.93%
[505, 522)	615	246	369	40.00%	10.25%	40.84%	13.91%
[522, 530)	607	178	429	29.32%	10.12%	53.78%	23.18%
[530, 537)	594	167	427	28.11%	9.90%	65.92%	32.42%
[537, 547)	621	145	476	23.35%	10.35%	76.45%	42.71%
[547, 554)	547	99	448	18.10%	9.12%	83.65%	52.40%
[554, 559)	600	80	520	13.33%	10.00%	89.46%	63.65%
[559, 574)	611	75	536	12.27%	10.18%	94.91%	75.24%
[574, 584)	630	50	580	7.94%	10.50%	98.55%	87.78%
[584, inf)	585	20	565	3.42%	9.75%	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 40.8% 的坏客户，策略切分空间很大。

① 样本与分箱结构：共 6,000 样本 / 1,376 坏样本，整体坏率 22.93%，好坏比约 3.4:1；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 53.56% → … → 3.42%（低分 → 高分），无倒挂，最低分段坏率是最高分段的 15.7 倍。

③ 区分度与坏客户捕获：最低 20% 样本捕获全量 40.8% 的坏客户，最低 50% 捕获 76.4%；最高 20% 样本仅含 1.4% 的坏客户，其中风险最高一箱单独占 23.0%。

（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 表按开发样本（train）分数等频 10 档取边界（低分 → 高分），各样本共用同一套边界、同栏可比（20261022 口径）；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（按本样本分位切分）。

10 KS和GINI

LightGBM

样本	KS	GINI	AUC
开发样本	0.3791	0.5130	0.7565
测试样本	0.3746	0.4976	0.7488
训练+测试样本	0.3771	0.5068	0.7534
跨时间验证样本	0.3429	0.4654	0.7327

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
LightGBM	0.0009	0.0014	—	0.0018

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, 505)	10.00%	9.83%	0.0000	0.0000
[505, 522)	10.00%	10.25%	0.0001	0.0001
[522, 530)	10.00%	10.12%	0.0000	0.0001
[530, 537)	10.00%	9.90%	0.0000	0.0001
[537, 547)	10.00%	10.35%	0.0001	0.0002
[547, 554)	10.00%	9.12%	0.0008	0.0010
[554, 559)	10.00%	10.00%	0.0000	0.0010
[559, 574)	10.00%	10.18%	0.0000	0.0011
[574, 584)	10.00%	10.48%	0.0002	0.0013
[584, inf)	10.01%	9.77%	0.0001	0.0014

分数段 PSI 明细（开发样本 vs PSI时点样本）

分数段	开发样本占比	PSI时点占比	PSI 贡献	累计 PSI
[-inf, 505)	10.00%	10.07%	0.0000	0.0000
[505, 522)	10.00%	10.40%	0.0002	0.0002
[522, 530)	10.00%	9.57%	0.0002	0.0004
[530, 537)	10.00%	9.22%	0.0006	0.0010
[537, 547)	10.00%	9.67%	0.0001	0.0011
[547, 554)	10.00%	10.33%	0.0001	0.0012
[554, 559)	10.00%	10.05%	0.0000	0.0012
[559, 574)	10.00%	10.42%	0.0002	0.0014
[574, 584)	10.00%	10.60%	0.0004	0.0017
[584, inf)	10.01%	9.68%	0.0001	0.0018

注：分数段 PSI 明细按分数刻度计算（概率→分数转换，20261022 口径），分栏边界取自开发样本（train）分数等频分位，各对比样本共用同一套边界。

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	PSI时点样本样本量	PSI时点样本占比
(-inf, 505]	1080	10.00%	691	9.60%	1771	9.84%	590	9.83%	604	10.07%
(505, 522]	1080	10.00%	740	10.28%	1820	10.11%	615	10.25%	624	10.40%
(522, 530]	1080	10.00%	722	10.03%	1802	10.01%	607	10.12%	574	9.57%
(530, 537]	1080	10.00%	682	9.47%	1762	9.79%	594	9.90%	553	9.22%
(537, 547]	1080	10.00%	711	9.88%	1791	9.95%	621	10.35%	580	9.67%
(547, 554]	1080	10.00%	703	9.77%	1783	9.91%	547	9.12%	620	10.33%
(554, 559]	1080	10.00%	748	10.39%	1828	10.16%	600	10.00%	603	10.05%
(559, 574]	1080	10.00%	721	10.02%	1801	10.01%	611	10.18%	625	10.42%
(574, 584]	1080	10.00%	734	10.20%	1814	10.08%	629	10.48%	636	10.60%
(584, inf]	1081	10.01%	747	10.38%	1828	10.16%	586	9.77%	581	9.68%
sum	10801	100.00%	7199	100.00%	18000	100.00%	6000	100.00%	6000	100.00%

变量 PSI（开发样本 vs PSI时点样本，按入模变量分箱）

特征项	PSI	状态
tenure_m 授信时长(月)	0.0015	稳定
bank_997_cnt_3m 近3月银行查询次数	0.0010	稳定
risk_score 内部风险评分	0.0010	稳定
income_grade 收入等级	0.0009	稳定
repay_amt_6m_grade 近6月还款金额等级	0.0007	稳定
cust_seg2 客群分层等级	0.0005	稳定
card_usage_ratio 信用卡额度使用率	0.0004	稳定
query_cnt_3m 近3月机构查询次数	0.0002	稳定

risk_score — PSI 0.0010

分栏	开发基准比例	PSI时点样本比例	变更	贡献
(-inf, 519.5]	23.66%	23.95%	0.29%	0.0000
(519.5, 564.5]	29.47%	30.13%	0.66%	0.0001
(564.5, 600.5]	23.83%	22.52%	-1.31%	0.0007
(600.5, 643.5]	16.22%	16.37%	0.15%	0.0000
(643.5, inf]	6.82%	7.03%	0.21%	0.0001

cust_seg2 — PSI 0.0005

分栏	开发基准比例	PSI时点样本比例	变更	贡献
(-inf, 3.5]	19.04%	19.07%	0.03%	0.0000
(3.5, 4.5]	30.86%	30.50%	-0.36%	0.0000
(4.5, 5.5]	30.83%	31.77%	0.94%	0.0003
(5.5, inf]	19.28%	18.67%	-0.61%	0.0002

query_cnt_3m — PSI 0.0002

分栏	开发基准比例	PSI时点样本比例	变更	贡献
(-inf, 0.5]	5.09%	5.28%	0.19%	0.0001
(0.5, 2.5]	25.46%	25.40%	-0.06%	0.0000
(2.5, 3.5]	16.53%	16.27%	-0.26%	0.0000
(3.5, 5.5]	27.89%	28.37%	0.48%	0.0001
(5.5, inf]	25.03%	24.68%	-0.35%	0.0001

income_grade — PSI 0.0009

分栏	开发基准比例	PSI时点样本比例	变更	贡献
(-inf, 3.5]	11.21%	10.70%	-0.51%	0.0002
(3.5, 4.5]	23.24%	23.15%	-0.09%	0.0000
(4.5, 5.5]	31.12%	31.07%	-0.05%	0.0000
(5.5, 6.5]	23.17%	24.25%	1.08%	0.0005
(6.5, inf]	11.26%	10.83%	-0.42%	0.0002

repay_amt_6m_grade — PSI 0.0007

分栏	开发基准比例	PSI时点样本比例	变更	贡献
(-inf, 3.5]	15.25%	14.83%	-0.42%	0.0001
(3.5, 4.5]	21.00%	21.75%	0.75%	0.0003
(4.5, 5.5]	27.69%	26.92%	-0.78%	0.0002
(5.5, 6.5]	21.16%	21.43%	0.27%	0.0000
(6.5, inf]	14.90%	15.07%	0.17%	0.0000

tenure_m — PSI 0.0015

分栏	开发基准比例	PSI时点样本比例	变更	贡献
(-inf, 2.5]	6.44%	5.53%	-0.91%	0.0014
(2.5, 10.5]	10.92%	11.22%	0.30%	0.0001
(10.5, 53.5]	71.43%	71.92%	0.49%	0.0000
(53.5, 58.5]	5.99%	6.13%	0.14%	0.0000
(58.5, inf]	5.22%	5.20%	-0.02%	0.0000

card_usage_ratio — PSI 0.0004

分栏	开发基准比例	PSI时点样本比例	变更	贡献
(-inf, 0.107999999076128]	8.54%	8.40%	-0.14%	0.0000
(0.107999999076128, 0.3381499946117401]	33.23%	33.98%	0.75%	0.0002
(0.3381499946117401, 0.6137499809265137]	41.11%	40.27%	-0.84%	0.0002
(0.6137499809265137, 0.7716499865055084]	12.12%	12.15%	0.03%	0.0000
(0.7716499865055084, inf]	5.01%	5.20%	0.19%	0.0001

bank_997_cnt_3m — PSI 0.0010

分栏	开发基准比例	PSI时点样本比例	变更	贡献
(-inf, 0.5]	31.91%	32.48%	0.57%	0.0001
(0.5, 1.5]	34.62%	35.27%	0.65%	0.0001
(1.5, 2.5]	20.59%	20.35%	-0.24%	0.0000
(2.5, inf]	12.88%	11.90%	-0.98%	0.0008

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。

risk_score 内部风险评分

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 519.5]	2555	23.66%	2414	141	5.52%	17.12
2	(519.5, 564.5]	3183	53.12%	2752	431	13.54%	6.39
3	(564.5, 600.5]	2574	76.96%	1946	628	24.40%	3.10
4	(600.5, 643.5]	1752	93.18%	1060	692	39.50%	1.53
5	(643.5, inf]	737	100.00%	281	456	61.87%	0.62
合计		10801		8453	2348	21.74%	3.60

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（5.52% → 61.87%），WOE 单调下降（1.5593 → -1.7651），符合风控分箱预期。IV=0.8674，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（(643.5, inf]）为极高风险区间：坏率高达 61.87%，策略上应重点管控

cust_seg2 客群分层等级

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 3.5]	2056	19.04%	1867	189	9.19%	9.88
2	(3.5, 4.5]	3333	49.89%	2822	511	15.33%	5.52
3	(4.5, 5.5]	3330	80.72%	2505	825	24.77%	3.04
4	(5.5, inf]	2082	100.00%	1259	823	39.53%	1.53
合计		10801		8453	2348	21.74%	3.60

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（9.19% → 39.53%），WOE 单调下降（1.0094 → -0.8558），符合风控分箱预期。IV=0.3733，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 2 箱 WOE<0（风险高于平均）

第 4 箱（(5.5, inf]）为极高风险区间：坏率高达 39.53%，策略上应重点管控

query_cnt_3m 近3月机构查询次数

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 0.5]	550	5.09%	288	262	47.64%	1.10
2	(0.5, 2.5]	2750	30.55%	1875	875	31.82%	2.14
3	(2.5, 3.5]	1785	47.08%	1384	401	22.46%	3.45
4	(3.5, 5.5]	3012	74.97%	2492	520	17.26%	4.79
5	(5.5, inf]	2704	100.00%	2414	290	10.72%	8.32
合计		10801		8453	2348	21.74%	3.60

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（47.64% → 10.72%），WOE 单调上升（-1.1863 → 0.8382），符合风控分箱预期。IV=0.3273，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, 0.5]）为极高风险区间：坏率高达 47.64%，策略上应重点管控

income_grade 收入等级

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 3.5]	1211	11.21%	743	468	38.65%	1.59
2	(3.5, 4.5]	2510	34.45%	1766	744	29.64%	2.37
3	(4.5, 5.5]	3361	65.57%	2689	672	19.99%	4.00
4	(5.5, 6.5]	2503	88.74%	2150	353	14.10%	6.09
5	(6.5, inf]	1216	100.00%	1105	111	9.13%	9.95
合计		10801		8453	2348	21.74%	3.60

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（38.65% → 9.13%），WOE 单调上升（-0.8187 → 1.0171），符合风控分箱预期。IV=0.2791，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, 3.5]）为极高风险区间：坏率高达 38.65%，策略上应重点管控

repay_amt_6m_grade 近6月还款金额等级

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 3.5]	1647	15.25%	1047	600	36.43%	1.75
2	(3.5, 4.5]	2268	36.25%	1634	634	27.95%	2.58
3	(4.5, 5.5]	2991	63.94%	2384	607	20.29%	3.93
4	(5.5, 6.5]	2286	85.10%	1944	342	14.96%	5.68
5	(6.5, inf]	1609	100.00%	1444	165	10.25%	8.75
合计		10801		8453	2348	21.74%	3.60

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（36.43% → 10.25%），WOE 单调上升（-0.7242 → 0.8883），符合风控分箱预期。IV=0.2509，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, 3.5]）为极高风险区间：坏率高达 36.43%，策略上应重点管控

tenure_m 授信时长(月)

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 2.5]	696	6.44%	414	282	40.52%	1.47
2	(2.5, 10.5]	1179	17.36%	891	288	24.43%	3.09
3	(10.5, 53.5]	7715	88.79%	6046	1669	21.63%	3.62
4	(53.5, 58.5]	647	94.78%	568	79	12.21%	7.19
5	(58.5, inf]	564	100.00%	534	30	5.32%	17.80
合计		10801		8453	2348	21.74%	3.60

关键结论

单调性良好：随分栏增大，Bad Rate 单调下降（40.52% → 5.32%），WOE 单调上升（-0.8970 → 1.5982），符合风控分箱预期。IV=0.1702，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]）为极高风险区间：坏率高达 40.52%，策略上应重点管控

card_usage_ratio 信用卡额度使用率

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 0.107999999076128]	922	8.54%	854	68	7.38%	12.56
2	(0.107999999076128, 0.3381499946117401]	3589	41.76%	2904	685	19.09%	4.24
3	(0.3381499946117401, 0.6137499809265137]	4440	82.87%	3434	1006	22.66%	3.41
4	(0.6137499809265137, 0.7716499865055084]	1309	94.99%	925	384	29.34%	2.41
5	(0.7716499865055084, inf]	541	100.00%	336	205	37.89%	1.64
合计		10801		8453	2348	21.74%	3.60

关键结论

单调性良好：随分栏增大，Bad Rate 单调上升（7.38% → 37.89%），WOE 单调下降（1.2495 → -0.7869），符合风控分箱预期。IV=0.1589，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（(0.7716499865055084, inf]）为极高风险区间：坏率高达 37.89%，策略上应重点管控

bank_997_cnt_3m 近3月银行查询次数

组号	Value	Tot. Records	累计占比	#Goods	#Bads	Bad Rate	G/B Odds
1	(-inf, 0.5]	3447	31.91%	2899	548	15.90%	5.29
2	(0.5, 1.5]	3739	66.53%	2928	811	21.69%	3.61
3	(1.5, 2.5]	2224	87.12%	1655	569	25.58%	2.91
4	(2.5, inf]	1391	100.00%	971	420	30.19%	2.31
合计		10801		8453	2348	21.74%	3.60

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（(2.5, inf]）为高风险区间：坏率高达 30.19%，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（贡献度最高的变量调用失败，20261026 批注2）与情景2（客群资质变差——跨时间样本剔除一半好样本，批注16）。

测试情景1：贡献度最高的变量调用失败

变量贡献度

变量	贡献度
risk_score	215.0000
card_usage_ratio	27.0000
tenure_m	22.0000
income_grade	21.0000
cust_seg2	14.0000
repay_amt_6m_grade	13.0000
bank_997_cnt_3m	12.0000
query_cnt_3m	9.0000

失效变量	贡献度口径值	KS（前 → 后）	AUC（前 → 后）	KS 衰减	AUC 衰减
risk_score	18859.8463	0.3429 → 0.2793	0.7327 → 0.6876	-0.0636	-0.0451

注：失效处理口径：LR 将该变量 WOE 置 0（中性箱）后按系数重算概率；树模型将该特征置缺失重打分；评估样本 = 跨时间验证样本。衰减幅度反映模型对头部变量的依赖程度。

区分度验证 — LightGBM @ 跨时间样本

KS = 0.3429，GINI = 0.4654

测试情景2：客群资质变差

指标	数值
样本量	6000 → 3688（剔除好样本 2312）
KS（前 → 后）	0.3429 → 0.3373（Δ -0.0056）
AUC（前 → 后）	0.7327 → 0.7297（Δ -0.0030）
GINI（后）	0.4594

注：情景2 模拟客群资质变差的压力情形（好客户变少、坏客户占比升高）：随机剔除一半好样本（固定 seed=42，可复现）后复算 KS/AUC。