车贷业务快速扩张,多家资金方联合放款。各方数据标准不一、模型能力参差,需要一套统一、可迁移的评分体系支撑跨资方授信。
人的信用(人行征信)与车的风险(估值、残值、车况)是两套逻辑,要合进一个评分框架;资方数据质量参差,模型必须经得起联合检验。
整合人行征信、同盾、百融、车300 等数据源,用 WOE 分箱 与 IV 筛选 做变量工程,开发 A 卡评分模型,覆盖贷前准入与定价。
A 卡 KS 值由 0.35 提升至 0.39,区分度进入行业前列;首逾率下降 50%;模型成为多方联合授信的公共标尺。