2.3.3　變量分箱

客戶的特征數(shù)據(jù)分為離散型變量和連續(xù)型變量兩類。例如學(xué)歷，包括“小學(xué)”“中學(xué)”“大學(xué)”“碩士生”“博士生”等，屬于離散型變量。而客戶的年收入，有可能從幾千到幾十萬不等，屬于連續(xù)型變量。在評分卡模型的開發(fā)中，風(fēng)控人員會傾向于將所有的變量分箱做離散化處理，這樣做一是可以提高模型的穩(wěn)定性，二是可以更好地觀察每個變量和逾期的趨勢關(guān)系。通常一個連續(xù)型變量會按照樣本個數(shù)平均分為10～20個區(qū)間，離散型變量不做操作或者合并一些較為接近的區(qū)間，缺失值單獨作為一個區(qū)間。分箱后的變量在各個區(qū)間內(nèi)的逾期樣本數(shù)量占比要求具有一定的單調(diào)性，并且趨勢與業(yè)務(wù)經(jīng)驗一致，否則去除該變量。