互聯(lián)網(wǎng)金融時(shí)代下機(jī)器學(xué)習(xí)與大數(shù)據(jù)風(fēng)控系統(tǒng)

1、互聯(lián)網(wǎng)金融網(wǎng)金融時(shí)代下機(jī)器學(xué)代下機(jī)器學(xué)習(xí)與大數(shù)據(jù)與大數(shù)據(jù)風(fēng)控系控系統(tǒng)隨著互聯(lián)網(wǎng)的發(fā)展，互聯(lián)網(wǎng)金融已成為當(dāng)前最熱門的話題，包括支付、理財(cái)、眾籌、消費(fèi)等功能在內(nèi)的各類互聯(lián)網(wǎng)金融產(chǎn)品和平臺(tái)如雨后春筍般涌現(xiàn)?；ヂ?lián)網(wǎng)金融是傳統(tǒng)金融行業(yè)與互聯(lián)網(wǎng)精神相結(jié)合的新興領(lǐng)域，是對(duì)傳統(tǒng)金融行業(yè)的有效補(bǔ)充，因此互聯(lián)網(wǎng)金融的健康發(fā)展應(yīng)遵循金融業(yè)的基本規(guī)律和內(nèi)在要求，核心仍是風(fēng)險(xiǎn)控制。傳統(tǒng)金融的風(fēng)險(xiǎn)控制，主要是基于央行的征信數(shù)據(jù)及銀行體系內(nèi)的生態(tài)數(shù)據(jù)依靠人工審核完成

2、。在國內(nèi)的征信服務(wù)遠(yuǎn)遠(yuǎn)不夠完善的情況下，互聯(lián)網(wǎng)金額風(fēng)險(xiǎn)控制的真正核心在于可以依靠互聯(lián)網(wǎng)獲取的大數(shù)據(jù)，如BAT等公司擁有大量的用戶信息，這些數(shù)據(jù)可以用來更加全面的預(yù)測(cè)小額貸款的風(fēng)險(xiǎn)。而機(jī)器學(xué)習(xí)將是大數(shù)據(jù)時(shí)代互聯(lián)網(wǎng)金融企業(yè)構(gòu)建自動(dòng)化風(fēng)控系統(tǒng)的利器。1.什么是機(jī)器學(xué)什么是機(jī)器學(xué)習(xí)？機(jī)器學(xué)習(xí)這個(gè)詞相信大家都是耳熟能詳，尤其是近幾年機(jī)器學(xué)習(xí)界的執(zhí)牛耳者與互聯(lián)網(wǎng)界的大鱷的聯(lián)姻（見圖1），更加推動(dòng)了大眾對(duì)機(jī)器學(xué)習(xí)的追求熱情和在互聯(lián)網(wǎng)行業(yè)中應(yīng)用的探索熱

3、情。那么，什么是機(jī)器學(xué)習(xí)呢？機(jī)器學(xué)習(xí)這個(gè)詞是英文名稱MachineLearning的直譯，從字面意義不難知道，這門技術(shù)是讓計(jì)算機(jī)具有“自主學(xué)習(xí)”的能力，因此她是人工智能的一個(gè)分支。我個(gè)人還是比較喜歡TomMitchell在《MachineLearning》一書中對(duì)其的定義：“AcomputerprogramissaidtolearnfromexperienceEwithrespecttosometaskTsomeperfmancemea

4、surePifitsperfmanceonTasmeasuredbyPimproveswithexperienceE.“關(guān)于機(jī)器學(xué)習(xí)的具體概念及介紹，有很多這方面的資料，有興趣的話大家可以去查看，在這里我就不贅述。簡(jiǎn)而言之，機(jī)器學(xué)習(xí)方法就是計(jì)算機(jī)利用已有的3.機(jī)器學(xué)機(jī)器學(xué)習(xí)在互在互聯(lián)網(wǎng)金融行網(wǎng)金融行業(yè)中的中的應(yīng)用在企業(yè)數(shù)據(jù)的應(yīng)用的場(chǎng)景下，人們最常用的主要是監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的模型，在金融行業(yè)中一個(gè)天然而又典型的應(yīng)用就是風(fēng)險(xiǎn)控制中對(duì)借款

5、人進(jìn)行信用評(píng)估。因此互聯(lián)網(wǎng)金融企業(yè)依托互聯(lián)網(wǎng)獲取用戶的網(wǎng)上消費(fèi)行為數(shù)據(jù)、通訊數(shù)據(jù)、信用卡數(shù)據(jù)、第三方征信數(shù)據(jù)等豐富而全面的數(shù)據(jù)，可以借助機(jī)器學(xué)習(xí)的手段搭建互聯(lián)網(wǎng)金融企業(yè)的大數(shù)據(jù)風(fēng)控系統(tǒng)。除了在放貸前的信用審核外，互聯(lián)網(wǎng)金融企業(yè)還可以借助機(jī)器學(xué)習(xí)完成傳統(tǒng)金融企業(yè)無法做到的放貸過程中對(duì)借款人還貸能力進(jìn)行實(shí)時(shí)監(jiān)控，以及實(shí)時(shí)對(duì)后續(xù)可能無法還貸的人進(jìn)行事前的干預(yù)，從而減少因壞賬而帶來的損失。以點(diǎn)融網(wǎng)為例，經(jīng)過這兩年的發(fā)展，我們積累了很多用戶的借款

6、還款信息，這為我們提供了高質(zhì)量的模型訓(xùn)練樣本，也為我們搭建點(diǎn)融的大數(shù)據(jù)自動(dòng)化審批系統(tǒng)奠定了堅(jiān)實(shí)的基礎(chǔ)。除了自動(dòng)化審批系統(tǒng)外，后續(xù)我們將在用戶還款能力實(shí)時(shí)監(jiān)控，標(biāo)的的有效組合，資產(chǎn)的合理配置等方面進(jìn)行發(fā)力。目前互聯(lián)網(wǎng)金融企業(yè)以及第三方征信公司在信用評(píng)估這方面比較常用的架構(gòu)是規(guī)則引擎加信用評(píng)分卡。說到信用評(píng)分卡，最常用的算法就是LogisticRegression，這也是被銀行信用卡中心或金融工程方面奉為法寶的算法。的確，LogisticR

7、egression因其簡(jiǎn)單、易于解釋、開發(fā)及運(yùn)維成本較低而受到追捧。然而互聯(lián)網(wǎng)中獲取的用戶的數(shù)據(jù)維度較多，以離散或分類屬性變量居多，且缺失數(shù)據(jù)較多，在這種情況下，LogisticRegression的適應(yīng)性會(huì)較差。而且規(guī)則引擎和信用評(píng)分卡模型分開的模式，有時(shí)會(huì)因?yàn)橐?guī)則引擎里面某些規(guī)則過強(qiáng)而拒絕掉很多優(yōu)質(zhì)客戶。比如，某人因?qū)W生時(shí)代的助學(xué)貸款在剛畢業(yè)時(shí)未能及時(shí)償還而發(fā)生過逾期，按現(xiàn)有銀行審批規(guī)則是無論現(xiàn)在怎樣，申請(qǐng)信用卡時(shí)一律拒絕。因此比較