信用卡违约预测模型开发过程中的思路

评分模型的数据多维性

当前涵盖金融业及其他行业的各类企业在评价体系方面普遍采用了基于美国FICO公司开发的经典评分模型作为基础架构，并在此基础上根据不同企业的具体需求进行了一些调整以建立起适合自己需求的评价体系

一般FICO的评分模型会基于四方面的信息：

• 样本基本 信息
• 样本业务 行为

样本还款 行为

样本外部 征信数据

当前，在基于阿里系的蚂蚁行为所构成的社会网络相关的评分体系中还包括了社交网络相关的非金融领域的数据

信用卡违约预测模型 ---数据准备

信用卡违约预测模型构建的第一步是进行数据处理，即：

• 缺失值 处理：

在构建逻辑回归模型的过程中，在某个观测具有缺失值的情况下，则该观测将被从建模样本中剔除。因此，在构建逻辑回归模型的第一步中必须处理缺失值。建模样本中缺失值的产生一般有两个原因：针对因无行为发生导致的数据缺失，则可直接填充为0；而对于分母为零而导致的数据缺失，则需根据实际业务背景采取相应的填充策略（如取均值或中位数）

• 哑变量 的处理