【摘要】模型评价指标对于衡量模型的表现尤为关键，只有正确合理的评价指标才能更好地反映模型的性能优劣。由于AUC和KS指标在被用于评价信用评级模型时，均存在忽视了数据的不平衡性和类别误判代价不等价性的不足，故文章从代价敏感矩阵出发计算总损失，进而提出新的评价指标——AKS指标。进一步地，模拟分析的结果表明，由AKS指标确定的阈值较KS指标更合理，且不同情形下AUC、KS和AKS指标的有效性分析结果表明AKS指标可以较好地衡量模型的分类性能。