Page 87 - 信用評等模型12堂課-以消費金融為例

73

算
方
WOE
的計
下
：
式
如
 
Distr Good
i

WOE = ln  
i
 
Distr Bad
 i 
其中，
i ： 特徵變 數 分 箱 的組 別
Distr Good ： 各 分組中 好 件 占 全 體好 件 的 比 例。
Distr Bad ： 各 分組中 壞件 占 全 體 壞件 的 比 例。
以表 6-1 為例， 特徵變 數 年 紀 (Age) 的分 箱 群 中， 年 紀
23 至 26 歲 的分 群 ，其 WOE 值為 ：
13 . 61 %
 
WOE = ln = − 0 . 7261
 
i
28 . 13 %
 
由公 式 可看出 WOE 值表 述 各 分 箱 內 樣 本的 好 件 對 壞件
的 比率 ， 換 言之 ， WOE 值表 述該 特徵變 數 中 各 個屬性
(Attribute) 的風險 程 度大 小 。 WOE 值愈高，代表 該 屬性的
風險 程 度愈 小 ， WOE 值愈低，代表 該 屬性的風險 程 度愈

大。

（二）虛擬變數

(dummy
，
變
名
目
或
羅吉斯迴歸
variable) 另外 。在 亦 利用 每 一個 來 變 數 分組 設 置 虛擬 尺 度的 數 變 數 ，例
說
離散
，
如性 別 、 學歷 、 婚姻狀態 等並不 適 宜 ，以 區 間 尺 度為例， 每