模型变量主要有两种：表现变量（因变量）和预测变量（自变量）。

1.表现变量

是模型所要预测的目标，有些情况下，是容易界定的，例如用户对直邮是反应还是不反应。

但是很多时候，是无法直观界定的，需要考虑具体需求。

2.预测变量

预测变量的预测能力来源于它们与目标变量的相关性和逻辑因果关系。 

有些预测变量是不需要提炼、直接从原始数据中获得，比如，学历越低，风险越低；

有些变量是从信用局的记录里面提炼的，比如，历史信用的长短是从信用局记录中最早的信贷开户时间提炼出来的，一般来说，信用历史越长，风险越低；

有些变量是从银行内部的信贷账户主档案中记录的行为信息里面提炼出来，比如，信用卡过去6个月现金提取额超过500元的月份数，一般来说，现金提取越频繁，风险越高；

有些变量是用来衡量消费者还款能力的，比如，每个月的固定应付款占收入的比例，一般来说，比例越高，消费者的可支配收入越低，还款能力越差，风险越高；

有些变量是衡量消费者还款意愿的，比如，从信用局记录中看现有信贷关系处于拖欠的个数，显然，拖欠越多，消费者的还款意愿越差，风险越高。