5个风控模型评估指标，风控人必知！！！

主要观点总结

本文主要介绍了模型评估中常见的评估指标，包括PSI、CSI、Gini、KS和AUC，并详细解释了这些指标的含义、计算公式以及应用场景。同时，文章还介绍了量化风控模型的一些重要方面，如特征工程、二分类模型主流算法、全场景评分卡模型体系应用等，并推荐了一门课程帮助读者更深入地学习这些内容。

关键观点总结

关键观点1: 模型评估的重要性

模型评估是整个建模周期中基础且核心的部分，选择合适的评估指标可以事半功倍。

关键观点2: 常见的模型评估指标

PSI（人口稳定性指数）、CSI（特性稳定性指数）、Gini系数、KS和AUC是常见的模型评估指标，用于衡量模型的稳定度、区别能力等效果。

关键观点3: 课程推荐

文章推荐了一门「量化风控模型机会创造营 3.0」课程，涵盖了模型评估指标、特征工程、二分类模型主流算法、全场景评分卡模型体系应用等内容，适合深入学习模型知识。

文章预览

模型评估是整个建模周期中基础且核心的部分。选择恰当的评估指标，可以使模型训练和测试事半功倍。 模型训练后，我们需要对刚训练出来的模型通过一系列指标进行关于稳定度、区别能力等效果的度量。 本文主要介绍以下常见评估指标： 评估模型稳定度指标PSI、CSI; 评估模型区别能力指标AUC、Gini、KS。 PSI  ( Population Stability Index ) 可衡量测试样本及模型开发样本评分的的分布差异，为最常见的模型稳定度评估指针。 PSI最早应用于评估评分模型的稳定性，但是，PSI指标在风控策略、产品利率等多方面也是有应用的。 其实PSI表示的就是按分数分档后，针对不同样本，或者不同时间的样本，population分布是否有变化，就是看各个分数区间内人数占总人数的占比是否有显著变化 PSI小于0.1时候模型稳定性很高，0.1-0.2一般，需要进一步研究，大于0.2模型 ………………………………