KS值计算方法

KS和AR值计算逻辑计算模型的KS和AR指标必须含有模型坏账率的实际值和预测值。其中，实际值为二元变量（1/0）。预测值代表预测的坏账率，通常为分数值（我行零售评分卡分值越高表示坏账率越低，以下指标计算逻辑默认此种代表方式）计算KS指标逻辑如下：将所有样本根据分数值从低到高排序（即坏账率从高到低）均分成20组，分别计算20组的实际好样本数、坏样本数、累积好样本数、累积坏样本数、累积好样本数占比、累积坏样本数占比，差值。其中实际好坏样本数分别为改组内的好坏样本数，累积好坏样本数为该组累积的好坏样本数，累积好坏样本数占比为累积好坏样本数占总好坏样本数的比值，差值为累积坏样本数占比减去累计好样本数占比。KS指标为差值绝对值的最大值。计算示例如下：组别实际好样本数实际坏样本数累积好样本数累积坏样本数累计好样本数占比累积坏样本数占比差值000000001180020018002000.0507040.40.3492962190010037003000.1042250.60.4957753…201997335500500110总体35500500KS=计算AR值逻辑与KS值类似，以累计好样本数、累积坏样本数分别为曲线坐标的x、y值,首先计算该曲线与x轴围成的面积AUC。第i组梯形面积计算公式为(yi+y(i-1))*(xi-x(i-1))/2AUC值为所有梯形面积加和，AR=2*AUC-1。具体计算示例如下：组别实际好样本数实际坏样本数累积好样本数累积坏样本数累计好样本数占比(x)累积坏样本数占比(y)梯形面积000000（x0）0(y0)01180020018002000.050704(x1）0.4(y1)0.01014082190010037003000.104225(x2)0.6(y2)0.02676063…2019973355005001(x20)1(y20)总体35500500AUC=AR=