把哪一项加进评分卡，通过率和逾期率会同时变｜星皓易租

先给结论：加「近 30 天申请次数」这一项，比把芝麻分门槛从 600 抬到 650 更有效。原因是前者跟租机场景下的违约行为相关性强，能同时压通过率和逾期率；后者主要只是压通过率，逾期率几乎不动。按本文的参数算，通过率从 60% 降到 55% 换来的损失，需要逾期率至少降 1.17 个百分点才补得回来。

一句话说清评分卡是什么

评分卡不是「分数够不够」这一道门，它是一组字段加上各自的权重，合成一个总分再跟阈值比。很多商家的风控实际上只有一道门槛——芝麻分够不够——那不叫评分卡，那叫单变量筛选。

区别在于：单变量筛选只能整体平移，你把门槛抬高一档，进来的人整体变少，但剩下这批人的风险结构基本没变；评分卡可以只针对某一类风险定向加码，在少砍掉一些人的同时，把高风险的那部分挑出去。

为什么是多头申请次数

机制在于这个字段衡量的东西和租机违约的成因更接近。芝麻分衡量的是一个人过去的信用表现，是历史存量；近 30 天申请次数衡量的是这个人当前的资金饥渴程度，是当下流量。

租机违约的典型形态不是「这个人信用一直不好」，而是「这个人在某一段时间里同时在好几个地方找钱」。后者的信号就藏在申请次数里，不在信用分里。这就是为什么加这个字段能同时动到通过率和逾期率——它挑出去的恰好是那批本来会坏的人。

把账算开：少 15 单要换多少

设一个可复算的场景：月进件 300 件，当前通过率 60%，即 180 单；单台净贡献按 1200 元计，单台坏账损失按设备采购价 6000 元计，当前整体逾期率按 7.2% 计。

加严前：净贡献 180 乘 1200 等于 216000 元；坏账 180 乘 7.2% 约 12.96 台，损失 12.96 乘 6000 等于 77760 元；净额是 216000 减 77760，等于 138240 元。

加严后：通过率降到 55%，即 165 单，少 15 单。净贡献 165 乘 1200 等于 198000 元。设加严后的逾期率为 x，坏账损失是 165 乘 x 乘 6000。

令两边净额相等：198000 减 165x 乘 6000 等于 138240，解得 x 约等于 6.03%。也就是说，逾期率要从 7.2% 降到 6.03% 以下，即降幅超过 1.17 个百分点，这 15 单才让得值。

换算成每单的口径：每少通过 1 单（约 0.33 个百分点的通过率），需要逾期率下降约 0.078 个百分点才打平。这个换算比「逾期率降了就划算」这种直觉判断要靠谱得多。

可以自己验一遍

第一步，把最近三个月的进件按月打成批次，每批记录件数、通过件数、以及这批在租期内的实际逾期台数。批次口径要按月打标，不能只看整体。

第二步，对同一批数据跑两次筛选：一次只抬芝麻分门槛，一次只加多头申请次数这个条件。比较两次各自的通过率和逾期率变化。

第三步，把两次的结果代进上面的净额公式，看哪个的净额更高。净额高的那个就是要保留的字段。

三个常见误判

误判一：以为字段加得越多风控越好。每加一个字段都要付出通过率的代价，如果这个字段带来的逾期率改善补不回通过率的损失，加了反而亏。判据就是上面那个净额公式。

误判二：用整体逾期率评估新字段的效果。新加的字段只影响新增批次，整体口径会被老客户稀释，看上去只降了零点几个点，实际在新增那批里可能降了两个点。

误判三：把芝麻分门槛当成唯一的调节旋钮。单变量筛选只能整体平移，调不动风险结构；真正能改善结构的是加一个跟违约成因相关的字段。

两条边界

第一，1200 元净贡献、6000 元单台损失、7.2% 逾期率是本文设定的参数，不同机型、不同客群下差别很大，请把自己的数代进去重算。公式是：打平后的逾期率 = （加严后净贡献 − 加严前净额）÷（加严后单数 × 单台损失）。

第二，复租客群不适用这个结论。老客已经有一期履约记录，这份记录本身就是一个强字段，再叠多头申请次数的边际收益会明显下降，复租客群的评分卡应该单独配权重。

评分卡在系统里怎么配

星皓易租的进件评分卡把每个字段的权重与命中阈值做成可配置参数，并保留每次调整的版本号，批次数据可以按版本号回溯。不保留版本号的话，三个月后回头看，说不清某一批是通过率高是因为客群变了还是因为参数调了。

像星皓易租这类面向租赁商家的业务系统把评分卡做成可调而不是写死，原因就是上面那条：最优的字段组合会随机型、客群、资金成本一起变，不存在一套配置能长期适用。

判据清单

- 单变量门槛只能整体平移，评分卡才能改变风险结构

- 芝麻分是历史存量，近 30 天申请次数是当下流量，后者与租机违约成因更接近

- 通过率 60% 降到 55%（少 15 单），需要逾期率降 1.17 个百分点以上才划算

- 换算：每少通过 1 单，需逾期率降约 0.078 个百分点

- 评估新字段要看批次口径，整体口径会被老客户稀释

- 复租客群有履约记录作为强字段，评分卡权重应单独配