基于大数据的信用评分模型

基于大数据的信用风险评分模型辨析

作者：中国XX银行风险管理部 ZLP

信用风险评分模型是银行等信贷发放机构应用较为成熟的风险计量工具。本文通过比对、分析传统信用风险评分模型和基于大数据的信用风险评分模型的差异，总结分析大数据信用风险评分模型的优缺点，并提出了若干建议。

信用风险评分模型是银行等信贷发放机构应用较为成熟的风险计量工具。早在20世纪40年代，美国有些银行就开始尝试性研究信用评分方法，用于快速处理大量信贷申请。

1956年，工程师BillFair和数学家EarlIsaac共同发明了著名的FICO评分方法。该方法基本以Logistic回归方法为技术核心，是当前业界应用最成熟的信用风险评分模型。在20世纪60～80年代，随着信息技术的进步和业务的快速发展，信用评分模型在信用卡、消费信贷、住房抵押贷款和小企业贷款中得到了广泛应用。

近几年来，随着大数据和互联网金融的兴起，某些新颖的机器学习算法走出了学术领域，开始在部分互联网金融机构的信用风险评分模型中得到应用。以Zestfinance公司为例，该公司将机器学习算法应用于信用风险评分模型中，这是大数据信用风险评分模型领域的早期探索之一，也是业界讨论热点。然而，在讨论基于大数据的信用评分模型过程中，经常见到的是出于公关需要的炒作、宣传文章，对技术方法本身的讨论较少，不利于应用方正确辨析和恰当应用大数据信用风险评分模型。

本文通过比对、分析传统信用风险评分模型和基于大数据的信用风险评分模型的差异，总结分析大数据信用风险评分模型的优缺点，并提出了若干建议。

一、基于大数据的信用风险评分模型和传统信用风险评分模型的差异分析

互联网金融机构基于大数据的信用风险评分模型和传统金融机构采用的信用风险评分模型在数据来源、变量生成、模型方法、应用方式、应用目标上均存在一定差异，主要体现在以下几方面。

1.数据来源及数据特征的差异

传统信用风险评分模型的数据来源主要是三大类：客户向金融机构提交的个人申请信息、金融机构内部积累的客户历史数据、人民银行征信中心等外部机构提供的数据。

数据的主要特点是数据质量和信息价值密度高、维度相对单一、可验证性较差、数据采集渠道规范性较好。传统金融机构基于传统的高价值密度的数据，研发出各类信用风险评分模型，实现对客户信用风险的评价，已经成为成熟的、规范化的运行方式。

大数据时代的客户信息来源更加多元化，主要包括各互联网金融机构掌控的生态体系内积累的客户信息，以及通过外部各种渠道采集的客户信息。其数据特征包括：

一是数据较为稀疏。数据采集渠道的多元化和非标准化，导致客户信息缺失率较高，同一客户不同维度的信息经常不完整，最终体现为数据的稀疏性。

二是价值密度相对较低。单项数据的信用评估价值密度较低，缺少传统金融机构拥有的含金量较高的征信类数据、历史违约数据。

三是数据覆盖维度广。部分机构通过各种渠道积累了涉及用户行为各方面的数据，如不少机构采集了覆盖衣、食、住、行、娱乐、购物、通信等各种来源的信息。

四是单变量风险区分能力弱。分析发现，尽管市场上常见的大数据机构采集了各种维度的客户行为信息，对客户总体形象的刻画更详细，但这类数据并未专注于客户信用风险，往往缺少内部征信数据、外部征信数据、个人资产评估等有强区分能力的变量。大数据机构采集的客户衣食住行、社交类等信息，

在信用风险评估领域大多属于弱区分能力变量，需要汇集、整合大量信息以后才能实现区分效果的实质性提升。

五是数据来源规范性不足，不少大数据采集机构通过灰色渠道采集个人隐私数据，数据可持续性不佳。

2.模型变量生成和挑选方式的差异

不同的数据特征直接影响到模型变量的生成、挑选方式。传统信用风险评分模型候选变量数量较少，单一模型候选变量常在数百至数千个数量级。进入模型的变量往往在数十个数量级。模型变量数量较少，客观上使得数据可以经过多番清洗，清洗后的数据质量相对较好;同样由于变量较少，传统金融机构往往在变量挑选过程中开展多轮定量和定性分析。在筛选模型变量的过程中，除了参考变量的区分能力等定量维度，往往还需要参考机构内部业务专家的意见。

大数据时代，由于原始数据体量较大，通过变量本身衍生、变量之间衍生后产生更多候选变量。在单个模型内，相近的候选变量可多达数百乃至上万个。由于缺乏专家团队支持，通常采用挑选规则等方式自动化挑选候选变量，人工干预和专家审核较少。同时，由于模型变量数量庞大和数据质量较差，容易出现模型变量未经严格数据清洗程序就进入模型的情况，对模型表现造成影响。

3.建模技术方法的差异

不同的数据特征直接影响到建模技术方法的选择。传统的信用风险评分模型以Logistic回归方法为核心。Logistic方法处理二分类因变量的数据有独特的优势，同时模型关于数据分布的假定较弱，在数据为非正态分布时，也有较好的表现。因此，该方法是当前国内外金融机构、征信机构最广泛应用的方法。

大数据信用风险评分模型更多采用了神经网络(Neural Network)、支持向量机 (Support Vector Machine)、随机森林(Random Forest)等算法。这些机器学习方法在解决特定问题时具有优势，如有些方法适用于处理稀疏的数据;有些能更好地解决模型过度拟合问题;有些能处理大量的输入变量，预测准确度较高，能有效提升模型表现。和传统的Logistic方法相比，每类机器学习方法都有自己的特色，但并未完全超越传统方法。

4.模型技术架构的差异

传统信用风险评分模型大多采用单层模型技术架构，即自变量因子通过WOE转换以后计算产生评分和违约概率。在这种技术架构下，传统模型运行维护相对较为简单，但模型少数关键变量直接影响模型的表现。一旦少数变量导致模型表现下降，需要通过研发新模型及时替换原有的模型。

大数据信用风险评分模型的模型结构具有两大特点：一是采用母子模型结构。即先通过子模型将稀疏的大数据信息加工成密集信息，再将子模型的输出信息作为母模型的输入变量，将信息逐层加工，形成模型嵌套模型的技术架构。子模型一般采用神经网络、随机森林、支持向量机等机器学习算法，母模型采用传统的、成熟的Logistic回归等技术方法，实现模型应用框架不发生太大变化的情况下，具有更好的区分效果。

二是采用动态挑战者模型挑选和淘汰机制。在母子模型架构下，假设进入运行的子模型有100个，备选模型有200个，一旦在运行的子模型中有效果下降至某个最低阈值的模型，则会被剔除，而从备选的200个模型中挑选效果较好的替补模型进入到子模型序列中。这种动态调整机制在实现总体模型运行效果相对稳定的同时，也给模型的运行维护带来了较高的复杂度。

5.模型上线运行方式的差异

模型技术架构的差异直接导致模型上线运行方式的差异。传统的信用风险评分模型通常将单一模型嵌入到在业务流程系统中，直接用于信贷决策。部分

成熟的欧美银行可以同步运行2~3个挑战者模型，当单一模型表现下降的时候，实现及时切换。

大数据信用风险评分模型中，数百个模型同步上线并行计算成为可能。这对部署在信贷业务流程系统中的决策引擎和数据环境提出了更高的要求。如决策引擎需要采用分布式架构，以实现海量变量的同步计算，要求提前在数据环境中部署海量的原始变量和建模变量，以保障模型在切换时随时有新变量可供替换。

6.模型应用方式的差异

传统的信用风险评分模型本质上是对信贷专家决策过程的模拟，银行等传统金融机构在应用信用评分模型时通常采用人机结合的方式，对信息比较充分的客户，根据评分和规则实现自动化审批;对信息不充分的客户，由专家进行人工审批决策。

互联网金融机构倾向于应用大数据信用风险评分模型，除了极少数情况(如信贷额度较大)外，均采用全自动化决策方式，一般不进行人工干涉。

上述差异产生的原因主要包括：一是在传统金融机构内部，信用评分模型是整个信贷决策流程的一部分，完全采用模型决策代替人工决策，需要信贷决策的利益相关方逐步接受和适应;

二是传统机构对部分客户掌握信息不够丰富，对部分灰色区域的客户风险判断依据不足，需要结合审批人的专家判断作为补充;

三是传统金融机构授信额度相对更大，在客户信息掌握不充分的情况下，潜在损失更大，而互联网金融机构授信额度普遍较低，完全通过模型进行信贷决策产生的潜在损失较小。

7.模型应用目标的差异

传统的信用风险评分模型目标和大数据信用风险评分模型目标存在差异。简单地说，可以把传统模型盯住的目标变量认定为狭义的信用，大数据模型盯住的目标变量认定为广义的信用。

传统信用风险评分模型的目标变量是客户信贷违约可能性，核心是预测客户在某个信贷产品上的违约概率。大数据信用风险评分模型的目标变量更多反映的是广义上客户信用品质，并未专注于客户信贷违约预测。因此，大数据信用评分模型也应用于客户信贷评价以外的领域。

8.模型开发和运行效率的差异

传统的信用风险评分模型由于结构相对简单，数据来源相对固定，模型开发和运行所需的计算环境和性能要求相对单一。大数据信用风险评分模型，无论在模型训练还是应用环节，均需要海量计算，对存储和计算性能要求较高。

二、基于大数据的信用风险评分模型的优缺点辨析

在讨论模型优缺点之前，有必要设定优秀模型的判定标准，基于明确定义的判别标准才能准确界定模型的优缺点。

1.信用风险评分模型好坏的判别标准

笔者认为，信用风险评分模型判别标准应当包括若干维度：模型区分能力、稳定性、可解释性、统计显著性、复杂度等。一个良好的信用风险评分模型，应当具备如下特点。

一是区分能力优秀。优秀的信用风险评价模型应当具备准确区分客户的风险等级，并按照其风险等级进行准确排序的能力。这是判断信用风险评价模型优劣的主要标准。

二是运行稳定。包括区分能力的稳定性和可持续运作的稳定性。区分能力的稳定性指模型不仅在开发阶段、开发样本中具备区分客户的能力，在投入运

行后具备同样的能力。模型可持续运作能力很大程度取决于数据的可获得性，一旦数据无法持续获得，模型可持续运行能力将受到影响。

三是具备可解释性。模型的可解释性指向监管机构、金融机构内部利益相关方进行合理解释。这要求模型拟合结果符合基本经济学逻辑和业务逻辑，以便向监管机构、内部利益相关方清晰解释模型的运作机理和风险驱动因素。

四是统计显著。如果是统计类模型，则在单变量及模型总体层面均需要通过统计检验，以确保基于实际数据建立的关系在统计上是成立的。

五是复杂度尽可能低。一般来说，在同等效果或效果接近的情况下，优先采用简单模型。

2.基于大数据的信用风险评分模型的优缺点分析

按照上述标准判断，基于大数据的信用风险评分模型是一种优缺点都比较显著的模型，既有独特的优势，也存在较为明显的缺点。

主要优点包括：一是模型区分能力较佳。研究发现，以海量大数据为基础、机器学习算法为支持，模型区分能力得到有效提升。

二是模型运行的自动化程度较高。以大数据作为支持，通过采用一整套信用风险评分模型和业务规则，可以建立全自动贷款审批系统，并进一步建立全自动的全流程风控系统，以极少的人工干预和较低的运营成本，建立起适合零售小额贷款的信贷管理流程。

主要缺点包括：一是可解释性不佳，模型“黑箱”特征明显。传统金融机构开发的内部信用风险评分模型结构相对简单，模型的整体结构、主要解释变量和影响得分的驱动因素可以清晰解释，容易获得监管机构和金融机构利益相关方的认可。

此外，传统金融机构采用的内部信用风险评分模型，除了用于信贷审批、额度调整、风险监控等内部管理领域以外，往往还会和监管资本计量模型挂

钩，用于监管资本计量。而凡是用于监管资本计量的模型，都要面临内部验证和外部监管约束。

因此，一旦传统金融机构将基于大数据的信用风险评分模型应用于上述领域，还要面临严格的监管审查和内部验证。如果复杂度较高的模型内部计算逻辑不能向监管机构和验证团队透彻解释，则有可能面临监管资本加点的惩罚。

二是模型关系的稳定性有待检验。在大数据领域，比较常见的一种观点是只需要考虑数据之间的相关性，不需要考虑因果性和经济学含义，该观点是大数据信用风险评分模型赖以建立的基础。

然而，这种观点在社会科学领域是否成立依然存疑。事实上，在社会科学领域，人们的行为模式是动态的，规律是不稳定的，经济周期和客户群行为模式的改变直接导致模型展示的规律发生变化。大量采用客户网络浏览、网络购物等非违约有关的大数据建立的信用风险评分模型，有可能只显示了较短期限内数据之间的相关性，在评估客户违约可能性上效力不足。

理论上说，只要有足够的数据作为解释变量，总能找到因变量和解释变量之间的某种关联性。因此，如不关注大数据背后的因果逻辑链，仅仅考虑数据之间关联性建立的模型关系是不审慎、不可靠的。此外，目前我国法律并没有明确界定哪些个人数据是可采集、可访问、可使用的，一旦这方面法律法规逐步完善，数据可用性下降也将影响到模型运行的稳定性。

三是复杂度较高造成模型管理任务加重。首先，在业务中使用相对复杂的模型，需要在模型管理上配置更多资源，以确保模型可持续运行、减少模型风险。

大数据信用风险评分模型将海量变量纳入模型，对变量的数据可得性、数据质量控制提出了很高要求。一旦这些模型关键数据不能持续可得，或数据质量不能得到保障，容易导致模型区分能力下降甚至模型不能持续运行。随着国家个人隐私和数据管理的法律法规逐步规范，部分从灰色渠道采集的数据难以持续获取，也会影响模型的持续开发和应用。

其次，应用更复杂的模型，还需要对海量的模型中间变量和整体模型区分能力监控和验证，以确保区分能力和模型稳定性保持在一定水平上。

再次，在建模中采用支持向量机、随机森林等机器学习算法，对模型开发、监控、验证、IT开发和业务应用人员提出了更高要求，最直接的影响是导致模型开发过程和IT处理过程难度加大。在模型应用环节，计算复杂度增加，对模型运行所需的内存、CPU的要求、IT运行模式提出了挑战。

三、有关启示和建议

大数据和机器学习算法在信用评分领域的应用，为传统机构开发和应用信用风险评价模型带来新视角。金融机构在应用上述模型的过程中，应当理性看待大数据对金融机构的冲击，主动对现有模型开发和应用方式作出调整。同时，还可以结合自身需要、数据储备及模型特性，扬长避短，在业务中选择采用不同种类模型。

1.理性看待大数据信用风险评分模型，准确分析其利弊

研究发现，决定信用风险评分模型的区分能力的主要因素是有效的数据样本，而非模型本身。在以相同的建模样本为数据基础的情况下，机器学习算法模型和传统的 Logistic回归模型在区分能力上的差异有限。只要对大数据进行适当加工处理，采用传统Logistic回归方法依然是可行的，区分能力是稳定的。

从业界视角来看，评价模型方法优劣，技术性能只是一方面，更多的考量因素是方法之间不同成本收益的权衡。即使单纯从技术角度分析，业界在选择使用哪种模型的过程中，也要综合考虑模型区分能力、模型稳定性、可应用性、可解释性等因素，不会仅仅将模型区分能力作为唯一判别标准。

当前，基于大数据的信用风险评分模型处于从学术研究领域走向应用的过程中，尚未和传统业界机构的模型应用流程、模型应用文化相适应。推广应用

此类模型，需要仔细研究、探索建立与模型技术方法匹配的一整套模型应用IT 技术架构、数据基础、模型应用流程和模型应用文化。

2.积极调整模型研发方式，应对大数据时代的冲击

传统机构开发应用信用风险评分模型，可在如下几方面进行调整，以适应大数据时代的需要。

一是优化现有的模型开发和部署方式，改变手工作坊式的模型开发流程。大数据时代，面对海量的数据和快速更新的模型需求，手工方式难以跟上时代的需要，可通过搭建统一的大数据集市，设立标准化的模型开发流程、自动化的数据清洗规则、标准化的变量衍生方式、标准化的程序代码、标准化的模型产出模板，采用自动化决策引擎推送和部署等多种管理手段，实现流水线式模型开发、部署，提升模型开发和上线的效率。

二是适当调整当前的模型架构。传统信用风险评分模型采用单层的模型技术架构，导致难以在单一的模型内容纳足够的信息，客观上影响了区分能力的提升。建议可借鉴大数据信用风险模型技术架构，在不改变传统的Logistic方法框架基础上，嵌套2~3层子模型，将更多有价值信息纳入到模型中，提升模型表现。

三是建立数据积累和交换机制。模型表现的提升来源于有价值的信息。针对首次来到金融机构办理业务的、无信用历史的新客户，传统的信用风险评分模型对其识别能力较弱。对这类客户进行信用风险评价，首先要解决的是客户信息不足的问题。可通过逐步积累、外部采购和交换的方式，有针对性地获取部分数据，以解决有效信息不足的问题。

四是逐步试点，积累大数据模型应用经验。目前，大数据信用风险评分模型的应用尚处于探索阶段，缺乏成熟经验，并尚未搭建起与模型技术方法匹配的一整套模型应用IT技术架构、数据基础、模型应用流程和模型应用文化。建议可以在部分敞口较小的产品中尝试性开展新模型的试点应用，积累经验，不断对模型应用方式进行探索和调整。