信用スコアリングモデルの序列性能（悪い先をより悪く、良い先をより良く評価する能力）を評価する際に最も基本となる統計量。理想的なモデル（パーフェクトモデル）を100、良い先と悪い先を全く区別できないモデル（ランダムモデル）を0として、当該モデルがどの程度の能力を有しているのかを表す。
　貸出先のデータをスコアリング結果の悪い方から順番に並べて、悪いほうからx番目までの貸出先を取り出したときに、その中にデフォルト先がｙ件含まれていたとすると、両者の組み合わせ（x,y）を貸出先の件数分（N＋D）だけ取り出すことができる。このとき、横軸を全体に対する比率に置き換えてx／（D＋N）、縦軸をデフォルト先に対する比率に置き換えてy／Dとすると、図の実際のモデルと記したような曲線を描くことができる。同じ曲線をパーフェクトモデルについても描くと、最初のD件までは全てデフォルト先となることから、図のように、最初に縦軸100%のところまでまっすぐに立ち上がる形状になる。逆にランダムモデルの場合は、デフォルト先が全体を通じて均等に出現することから、図の序列性能ゼロと示した右45度線のような形状になる。ARは、当該モデルの曲線とランダムモデルの直線で囲まれた面積（B）の、パーフェクトモデルとランダムモデルで囲まれた面積（A＋B）に対する割合として定義される。なお、当該モデルの曲線のことをパワーカーブ、あるいはCAP曲線などと呼ぶことがある。