Credit Risk Scorecard 是一个银行风格的信用风险评分卡项目，使用逻辑回归构建违约概率模型，并将 PD 转换为信用分、风险等级和贷款决策，同时加入 IFRS 9 预期信用损失 ECL 的思路。项目提供 Streamlit 仪表盘，让用户输入借款人特征后得到 PD、信用分、风险类别和审批建议。

这个项目对银行学习者非常贴近，因为它不是单纯追求高精度黑盒模型，而是围绕银行传统信用风险建模流程展开：变量处理、WOE/评分卡思想、PD、分数映射、风险等级、ECL、模型表现和可解释图表。它适合作为“信贷 AI 入门样板”。

• 银行风格信用评分卡，强调 PD、信用分和风险等级。
• 引入 IFRS 9 ECL 概念，连接模型结果与会计减值思路。
• 使用逻辑回归等较可解释模型，而不是只追求复杂算法。
• Streamlit 可视化，便于业务人员理解模型输出。

这个项目适合学习信贷风控的基本闭环：借款人特征如何进入模型，违约概率如何映射成评分，评分如何辅助审批，ECL 如何受 PD、LGD、EAD 影响。银行从业者可以用它理解“模型分数不是最终决策，而是风险决策输入”。

• 个人贷款或消费信贷评分卡学习。
• 小微信贷 PD 模型原型。
• IFRS 9 ECL 计算流程演示。
• 风控仪表盘和审批辅助 demo。

开源项目多使用公开或模拟数据，不能代表真实银行组合。信用模型涉及公平性、拒贷解释、监管审查、样本选择偏差、经济周期和数据漂移。真实应用必须进行独立验证、压力测试、稳定性监控和审批策略审查。