R语言评分卡最优cutoff——约登指数、成本效益与KS最大点

2026年6月27日

先验直觉： 评分卡建好之后，cutoff 是一个技术参数，一次建卡设定终身不变。但 German Credit 数据告诉我们：cutoff 从 0.1 改到 0.5，通过率从 83% 骤降至 32%，坏账率从 41% 降至 9%。更反直觉的是——约登指数、成本效益、KS 最大点给出的最优 cutoff 完全不同——cutoff 选择的本质不是统计问题，是决策问题。

关键词： 评分卡，cutoff，约登指数，成本效益分析，KS统计量，决策论，R语言

---

01 引言

评分卡开发的标准化流程早已成熟：数据清洗 → 特征筛选 → WOE转换 → 逻辑回归 → 模型验证。

但模型产出违约概率之后，还差一步：cutoff 设在哪？

cutoff 是评分卡的分界线——概率以上拒绝，概率以下通过。它直接决定了三件事：每月进多少客户、产生多少坏账、创造多少利润。设太严，优质客户流失；设太松，坏账侵蚀利润。

cutoff 不是模型参数——它是业务决策的数学表达。

本文以 German Credit 数据为例，用 R 语言对比三种最主流的 cutoff 选择方法。表1列出了 German Credit 的核心字段。

表1: German Credit 核心字段说明

字段	类型	含义
Amount	连续	贷款金额（DM）
Duration	连续	贷款期限（月）
InstallmentRate	分类	分期付款率（1-4）
Age	连续	借款人年龄
ExistingCredits	计数	现有贷款笔数
Class	二值	1=好客户，2=坏客户

数据来源：UCI Machine Learning Repository (Statlog German Credit)，1000条记录，坏账率30%。

---

02 三种方法原理

2.1 约登指数（Youden Index）

约登指数由 W. J. Youden（1950）提出，定义为：

$$J=\underset{c}{max}[\text{Sens}(c)+\text{Spec}(c)-1]$$

其中 $\text{Sens}$ 为灵敏度（坏客户被正确识别的比例），$\text{Spec}$ 为特异度（好客户被正确识别的比例）。$J$ 的取值范围 $[0,1]$，$J=1$ 表示完美分类。

约登指数的核心假设是漏杀（FN）与误拒（FP）的成本相等。这在多数风控场景中不成立——一笔坏账的损失通常是一笔好客户利润的 5-10 倍。

2.2 成本效益分析

将漏杀和误拒的不对称成本显式纳入优化目标：

$$c^{\ast }=\arg \underset{c}{min}[w_{\text{FN}}\cdot (1-\text{Sens}(c))+w_{\text{FP}}\cdot (1-\text{Spec}(c))]$$

其中 $w_{\text{FN}}$ 和 $w_{\text{FP}}$ 分别是 FN 和 FP 的代价。本文取 $w_{\text{FN}}=5$，$w_{\text{FP}}=1$，即坏账损失是利润损失的 5 倍。

2.3 KS 最大点

KS（Kolmogorov-Smirnov）统计量衡量好坏客户累积分布的最大垂直距离：

$$\text{KS}=\underset{c}{max}|{\text{CDF}}_{\text{bad}}(c)-{\text{CDF}}_{\text{good}}(c)|$$

KS 最大点作为 cutoff 的数学依据：在该点处，模型对好坏客户的区分能力最强。

---

03 R 语言实现

3.1 数据加载与模型训练

Duration 和 Age 统计显著（$p<0.001$），Amount 和 ExistingCredits 不显著。在评分卡中，变量不显著不意味着"无用"，多变量共线性会使标准误膨胀。

3.2 约登指数

3.3 成本效益分析

成本效益法给出的 cutoff 低至 0.087——因为漏杀成本（5倍于误拒）迫使系统在更低概率处切断，宁可放过更多好客户，也要避免放过坏客户。

3.4 KS 最大点

---

04 结果分析

表2: 三种方法对比

方法	最优cutoff	通过率	坏账率
约登指数	0.312	49%	19.7%
KS最大点	0.312	49%	19.7%
成本效益	0.087	83%	24.8%

约登指数与 KS 最大点给出了相同的 cutoff（0.312），这在数学上并非巧合。当约登指数最大化灵敏度+特异度-1 时，等价于最大化好坏客户的累积分布差异——即 KS 的定义。

成本效益法因为引入了 FN/FP 成本不对称，岔向了另一个解。如果成本比改为 2:1 或 10:1，cutoff 还会继续移动。

图1展示的核心矛盾无法回避：通过率与坏账率随 cutoff 反向变动。没有"完美"cutoff，只有条件最优的取舍。

---

05 数学文化：从 Youden 到 Wald 的决策理论

cutoff 选择问题的本质不是统计学，是决策论。

1950 年，统计学家 Abraham Wald 出版了《Statistical Decision Functions》，系统建立了统计决策理论框架。核心思想简练有力：不做无法转化为行动的统计推断。

在 Wald 的框架中，一个决策问题由四部分组成：

1. 状态空间 $\mathrm{\Theta }$ ——客户的实际好坏
2. 行动空间 $\mathcal{A}$ ——通过或拒绝
3. 损失函数 $L(\theta ,a)$ ——错误决策的代价
4. 决策规则 $\delta (x)$ ——从数据到行动的映射

评分卡 cutoff 选择正是这一框架的实例：违约概率是状态的估计，cutoff 是决策规则，FN/FP 成本是损失函数。Wald 证明了贝叶斯决策规则（最小化期望损失）的最优性——这正是成本效益法的数学基础。

Youden 指数可以视为 Wald 框架的一个特例：当 $w_{\text{FN}}=w_{\text{FP}}$ 时，最小化期望损失等价于最大化 $J$ 统计量。

---

06 关键要点

1. cutoff 不是模型参数，是决策规则的阈值——它决定通过率、坏账率、利润的平衡
2. 约登指数和 KS 最大点等价——都假设 FN/FP 成本相同，给出同样的 cutoff
3. 成本效益法需要业务给定成本比——FN/FP 成本比不同，最优 cutoff 差异巨大
4. 实际操作中建议输出 cutoff 曲线——给业务方一张表："若接受 X% 坏账率，取 cutoff = Y"
5. cutoff 选定后必须回溯验证——上线后的真实坏账率可能因样本偏移而与预估不同
6. Wald 决策理论为 cutoff 选择提供了数学基础——统计推断若不转化为决策，便没有价值

---

参考文献

1. W. J. Youden (1950), Index for Rating Diagnostic Tests — 约登指数的原始论文
2. A. Wald (1950), Statistical Decision Functions — 统计决策理论的奠基之作