基于人工智能的互联网金融信用评分模型研究王卓娅王彬彬刘源[摘要]互联网金融的风控模式不同于传统银行业金融机构的信贷审核机制，缺乏足值抵押，面临的信息不对称问题也有别于传统金融行业。当前，随着大数据的迅猛发展和机器学习算法的普及，人工智能正在兴起。文章基于人工智能算法的互联网金融信用评分模型，对人工智能在互联网金融中的应用及其现实挑战进行了研究，发现基于人工智能的信用评分模型具有独特优势，必将成为未来金融业风险控制的主流选择。[关键词]人工智能；互联网金融；信用评分；Logit模型[DOI]10.13939/j.cnki.zgsc.2018.13.0391引言交易风险是传统银行业金融机构面临的主要风险，商业银行需要对客户还款的履约能力进行风险评估，在评估客户违约可能性的基础上给予恰当的授信额度。[1]传统风险评估中，客户的工作、收入、婚姻状况和财产等背景风险是重要的决策因素，同时还要求一定额度的抵押品，综合授信门槛高，由此导致的金融排斥和金融低效常常受到人们诟病。近年来，互联网金融打破传统金融服务的“二八定律”，依靠大数据和机器学习的算法优势，拥有丰富的真实业务场景，人工智能信用评分模型在互联网金融领域日益普及。[2]文章将对人工智能在互联网金融信用评分模型方面的应用、面临的现实挑战进行分析并给出对策建议。2人工智能的信用评分模型人工智能评分模型日益增多，分析问题的视角也不尽相同，但学习类模型的思路大致相通。首先根据信用评分的真实业务场景建立模型，通过正则化的惩罚项约束过高的模型复杂度，将数据分为训练数据和检测数据，根据最大熵原理进行模型优化，其算法十分丰富：迭代尺度法、梯度下降法、牛顿法、拟牛顿法等。[3]由于训练数据和检测数据永远增加，且模型具有自主调整能力，因此能够持续学习成长。关于人工智能的信用评分模型，具有代表性的主要是以下几种：（1）Logit模型。Logit模型实际上是受限因变量（LDV）分析框架的一种应用。在互联网金融评分模型中，最简单的客户分类就是“好”和“坏”两类，从概率上看只要超过0.5便可以确定其类别属性，因而也是两分类受限因变量的常见处理方式。评分模型实际上是对未知客户的信用水平进行打分，客户的真实信用状况是不可观測的，因而称为潜变量Y*，信用评分实际上就是利用连接函数将潜变量分值转换为可观测的{0，1}两分类结果，人工智能的算法就是要保证找到使信用分值经转换后能最大限度拟合训练数据Y值的模型，进而确定出重点影响因素并对新增客户进行信用打分和预测。LDV的一般框架如下：yit*=x′itβ+εityit=T（yit*），其中yit*是潜变量，yit=T（yit*）是转换函数，它将yit*的取值转换为可观测的结果yit。如果以潜变量是否大于0来对观测结果进行分类，取值概率如下：P（yit=1）=P[T（yit*）]=P（x′itβ+εit≥0）=F（x′itβ）。显然，LDV分析框架下，模型的具体形式就取决于累计分布函数F（x′itβ）的形式，如果是Logistic分布就是Logit模型，连接函数F（x，β）=Flogistic（x′β）=11+e-x′β，因变量取值概率Pr（Y=1|X）=Flogistic（x′β）=11+e-x′β。关于模型评价：一是看拟合优度：R2=lnL1-lnL0lnLmax-lnL0；二是看正确预测百分比，如果概率P≥0.5，取Y_hat=1，预测正确的除以总数就是正确预测百分比；三是看KS曲线，它是好客户和坏客户的累积概率差的最大值，如果坏客户估计值的经验分布与好客户估计值的经验分布存在显著差异，并且坏客户集中于信用评分较低的区域，好客户集中于较高区域，表明模型区分能力较好。（2）支持向量机。支持向量机（SVM）是机器学习中一个非常重要的分类算法，最早由Cortes和Vapnik于1995年提出并得到广泛运用。它是一种二分类模型，原理是在特征空间中寻找使得间隔最大的线性分类器，算法上表现为对一个凸二次规划问题求解。SVM能够在有限的样本信息条件下，兼顾好训练精度和泛化能力的矛盾关系，因此在解决小样本、非线性及高维模式识别中具有独特优势。在信用评分模型中，通常采用线性可分支持向量机，这种情形下训练数据是线性可分的，并且能够保证最优解是全局唯一的，性质优良。实际应用中，不妨将“违约”“不违约”...