江苏龙网

  1. 首页 > 人文 > >

人工智能弘犀CRO黄又钢：小微贷款风控模型中的算法探索｜CCF-GAIR 2020( 二 )


而在信用贷款行业中 ， 我们需要关注它的四个维度：
一是风险程度 ， 我要判断你这个人是否靠谱；二是给你放贷 ， 我给你多少利息 ， 价格是高是低；三是我给你多少钱 ， 借你1000元、1万元还是300万元；四是期限 ， 我是按天、按月计算还是按年计算？
在我国 ， 中小微企业解决了国家80%的就业 ， 这些企业的生存和贷款需求问题是需要持续关心和全力解决的 。
2006年 ， 诺贝尔和平奖给了孟加拉国的经济学家 ， 当时我在花旗银行 ， 听到这个故事非常感动 。 经济学家真正去底层考察和生活 ， 把27美元借给40多人 ， 每人几毛钱、几美分地贷 ， 这很难得 。
【人工智能弘犀CRO黄又钢：小微贷款风控模型中的算法探索｜CCF-GAIR 2020】
当时花旗银行没有小微贷款 ， 也没有普惠的概念 。 我直接找到我老板 ， 我问他看和平奖了吗？他说看了 。 我问他花旗银行怎么没有普惠性的东西？他耸了耸肩 ， 没搭理我 。 我问我们能否做这样的事情 ， 他回答我“做好你的工作就行了 ， 别管那么多闲事” 。
美国的银行在为富人服务 ， 他们并不关心底下的中小企业 。 而在中国 ， 国家真的会把钱倾斜到中小企业身上 。
机器学习算法概述
机器学习是AI的分支 ， 现在机器学习有非常成熟的算法 。 我很喜欢这个图片 ， 虽然这张并不是最新的图片 。
人工智能弘犀CRO黄又钢：小微贷款风控模型中的算法探索｜CCF-GAIR 2020
本文插图
它列出的算法比较规范、有条理性 。 深度学习、集成算法、神经网络、正则化算法、规则算法、回归算法、贝叶斯算法、决策树算法、降维算法、实例算法、聚类算法 ， 这些算法十几年前就有了 ， 有些仍在不断更新 。
如果一个人想做机器学习 ， 至少要懂每个算法的原理 ， 这些算法背后的逻辑是什么？其底层数据是怎么回事？
我今天主要介绍集成算法、降维算法、聚类算法和决策树算法 。 每个算法都有实实在在的应用和意义 ， 不是为了算法而算法 。
如何应用算法？我们现在做任何模型一定是两个算法同时进行 ， 既要做传统模型回归算法 ， 也要做机器学习算法 。 传统模型主要指的是回归算法（LR） ， 取决于应用场景 。 机器学习模型 ， 我们主要指的是XGB ， 集成随机树的算法 。
人工智能弘犀CRO黄又钢：小微贷款风控模型中的算法探索｜CCF-GAIR 2020
本文插图
经典风控领域全都是以回归模型为主导 。 原因在于其稳定性好 ， 可解释性非常强 。
在美国 ， 机器学习在任何信贷场景都不能落地 ， 也不能使用 ， 原因在于我们无法解释底层拒绝贷款申请的原因是什么 。 由于不能解释 ， 在美国的法规下就不能应用 。 所以机器学习只能在底层 ， 我们分析团队、模型团队可以高大上地玩 ， 但只能玩而已 ， 真正实战一律不许用 。
在中国 ， 我们不仅玩 ， 还有机会可以使用 。 至少从法规层面 ， 我们还没有严格要求拒绝一个贷款必须跟企业或者客户解释理由 。
实操“双轨”建模有几大过程：一是预测能力的比较； 二是变量维度的判断；三是对比同一个观测值 ， 如何交叉使用；四是策略应用 ， 即如何使用这个模型 。
如何使用这两个模型？我们可以将数据集分为两类（路径）：一类是传统模型 ， 另一类是机器学习模型 。
人工智能弘犀CRO黄又钢：小微贷款风控模型中的算法探索｜CCF-GAIR 2020
本文插图
建完模型一定要有预测能力 ， 假如用KS表述模型的准确率 ， 你可以通过ROC、AUC等统计控制 。
假如我们用（统计）变量（做评估） ， 不管（使用）哪个统计变量一定有好坏的比较 。 机器学习好或者不好的比较 ， 首先是评测模型的层面 。
有了模型层面的比较后 ， （谈）模型一定会牵扯具体的特征值或者变量 。


推荐阅读


上一篇：钱枫|钱枫胖到停不下来，彻底放弃身材管理的他，被粉丝担忧健康状况

下一篇：洪水涌入重庆喜来登酒店大堂|洪水涌入重庆喜来登酒店大堂 请市民们注意安全！！