信息值IV（infromation value）（转）

转自 https://www.jianshu.com/p/c527dee9bb1f

<meta charset="utf-8">

<article class="_2rhmJa">

1. 变量分析的步骤

1. 首先从已有的数据中挑选或组合可能影响风险的变量，组成变量群(长清单)
2. 检查变量之间的共线性，若变量之间存在高度相关性，之后依据预测能力及稳定性择一保留
3. 进行单因子分析，检查各变量的预测强度（以变量-年收入为例）
   • 分组：按照年收入高低分组
   • 分组原则：
     • 组间差异大，组内差异小
     • 分组占率不宜低于5%
     • 各组必须同时拥有好坏客户

image

2. WOE （weight of evidence）:迹象权数

1. 计算公式： ln(正常件占比/违约件占比)
2. 违约件占比 > 正常件占比 ,WOE为负数
3. 绝对值越高，表明该组别好坏客户的区隔程度越高
4. 各组之间的WOE值差距应尽可能拉开并呈现由低至高的合理趋势

3. IV (information value)：信息值

1. IV计算公式

   image

2. n 表示数据分析的组数

3. 信息值可用来表示变量的预测能力

image

1.提高信息值的方法： 调整合并WOE相近的组别，最后得到的分组结果称为粗分类
2\. 待所有长清单的变量信息值计算完成后，即可从中挑选变量
- 优先排除高度相关、趋势异常、解释不易及容易偏移者
- 经过筛选后的变量集合称为短清单，这个清单即模型的候选变量
- 建立模型时可以利用顺向进入法，反向排除法及逐步回归法等方法选出效果最佳的变量组合

</article>