去年P(guān)2P公司遇冷后，紛紛轉(zhuǎn)型稱會(huì)用大數(shù)據(jù)、機(jī)器學(xué)習(xí)等科技手段服務(wù)金融，搖身一變成為時(shí)髦的Fintech金融科技公司。但實(shí)現(xiàn)過程并不簡(jiǎn)單，讓機(jī)器代替人去處理數(shù)據(jù)做判斷，在國(guó)內(nèi)金融領(lǐng)域才剛剛起步。

CreditX氪信是雷鋒網(wǎng)接觸的一家用機(jī)器學(xué)習(xí)做風(fēng)投的公司，在金融領(lǐng)域擁有不少實(shí)驗(yàn)經(jīng)驗(yàn)和思考。最近氪信創(chuàng)始人朱明杰在朗迪中國(guó)峰會(huì)發(fā)表演講，談及了將機(jī)器學(xué)習(xí)應(yīng)用于金融的難點(diǎn)，以及如何提升模型的可解釋性。下文編輯自演講內(nèi)容，有刪減。

我做了十多年的機(jī)器學(xué)習(xí)，用機(jī)器代替人去處理數(shù)據(jù)做決策和判斷。過去十多年的機(jī)器學(xué)習(xí)，成功的應(yīng)用都是在互聯(lián)網(wǎng)上，搜索，廣告，推薦，可以說互聯(lián)網(wǎng)率先達(dá)到了數(shù)據(jù)時(shí)代。而到金融創(chuàng)新這個(gè)領(lǐng)域，如何實(shí)現(xiàn)互聯(lián)網(wǎng)級(jí)別的機(jī)器學(xué)習(xí)和人工智能，大家都剛剛起步，我今天想講講我們CreditX在金融領(lǐng)域?qū)嵺`互聯(lián)網(wǎng)級(jí)別機(jī)器學(xué)習(xí)的一些經(jīng)驗(yàn)和思考。

金融風(fēng)控的痛點(diǎn)

我一直認(rèn)為，“科技進(jìn)步是被業(yè)務(wù)需求逼出來的”。過去我們?cè)诨ヂ?lián)網(wǎng)行業(yè)靠算法和機(jī)器，都是被逼的，為什么，因?yàn)閿?shù)據(jù)量實(shí)在太大了，你想去淘寶搜個(gè)手機(jī)殼，讓阿里的同學(xué)人肉從上億的商品里幫你找出最喜歡最合適的，那根本不可能。傳統(tǒng)金融場(chǎng)景里，一筆100萬的貸款主要靠風(fēng)控人員和關(guān)系，那是可行的；而到了銀行的信用卡中心，積壓的申請(qǐng)審核，讓審批人員每周加班，都批不完。

那現(xiàn)在互聯(lián)網(wǎng)金融要面臨更加普惠的場(chǎng)景，比如幾百塊錢一筆的手機(jī)貸，靠鋪人力一定是行不通的。所以，這已經(jīng)不單單是提升運(yùn)營(yíng)效率問題，而是必須要把活兒交給機(jī)器，讓機(jī)器來學(xué)習(xí)人的風(fēng)控經(jīng)驗(yàn)，機(jī)器人變成風(fēng)控專家。

金融領(lǐng)域應(yīng)用機(jī)器學(xué)習(xí)與人工智能的難點(diǎn)

第一個(gè)問題是數(shù)據(jù)太少。因?yàn)榻鹑跀?shù)據(jù)非常稀疏，而且現(xiàn)在的很多金融產(chǎn)品形式在以前沒有發(fā)生過，所沒有十幾年的數(shù)據(jù)積累。換句話說就是缺少訓(xùn)練數(shù)據(jù)，這又被稱為冷啟動(dòng)，缺數(shù)據(jù)。另外，金融領(lǐng)域出現(xiàn)壞賬情況少則一個(gè)月多則數(shù)月，數(shù)據(jù)積累需要等很久，相比之下，互聯(lián)網(wǎng)搜索領(lǐng)域內(nèi)可以迅速拿到點(diǎn)擊反饋，兩者差別很大。所以數(shù)據(jù)缺失是阻礙機(jī)器來學(xué)習(xí)人類經(jīng)驗(yàn)的巨大障礙。

第二個(gè)是數(shù)據(jù)太多。這里指的是數(shù)據(jù)特征維度多，超過了人的處理能力。傳統(tǒng)金融只有十幾維度的特征變量，人工調(diào)公式即可應(yīng)對(duì)。但現(xiàn)在面臨這么多維度的數(shù)據(jù)，大家也想了很多很好的愿景，討論很多數(shù)據(jù)都可以用。但為什么用不上呢？問題在于我們有什么辦法可以有一個(gè)很強(qiáng)的表達(dá)能力將這些很原始的，也可以叫弱變量的數(shù)據(jù)特征利用起來。將弱特征數(shù)據(jù)組合起來，與結(jié)果聯(lián)系起來，讓人的直觀經(jīng)驗(yàn)可以理解，讓風(fēng)控專家去反饋。

在金融場(chǎng)景內(nèi)，不能像互聯(lián)網(wǎng)機(jī)器學(xué)習(xí)一樣是一個(gè)黑盒子，一堆數(shù)據(jù)扔進(jìn)去，等結(jié)果來反饋迭代。金融場(chǎng)景內(nèi)，特別強(qiáng)調(diào)模型的可解釋性，這樣才能把人的風(fēng)控經(jīng)驗(yàn)和直觀感受跟數(shù)據(jù)表現(xiàn)結(jié)果關(guān)聯(lián)起來。在此基礎(chǔ)上，我們才能說把人的經(jīng)驗(yàn)介入到利用數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)建模的操作中去。做到特征要能夠追溯回去，尤其是金融的反饋結(jié)果要等很久，需要人能夠快速干預(yù)反饋。

如何解決金融風(fēng)控冷啟動(dòng)問題

數(shù)據(jù)太少

對(duì)于數(shù)據(jù)太少和產(chǎn)生太慢的問題，冷啟動(dòng)問題是一個(gè)非常典型的case。我們?cè)诨ヂ?lián)網(wǎng)行業(yè)經(jīng)常面臨缺少數(shù)據(jù)的問題，也積累了成熟的經(jīng)驗(yàn)，就是把人的因素疊加到機(jī)器學(xué)習(xí)過程中去。我們做搜索廣告時(shí)，會(huì)請(qǐng)人標(biāo)注數(shù)據(jù)，然后通過標(biāo)注數(shù)據(jù)的專家來指導(dǎo)算法工程師調(diào)優(yōu)算法，改進(jìn)排序結(jié)果。而在金融場(chǎng)景里，我們有很多現(xiàn)成的經(jīng)驗(yàn)以及經(jīng)驗(yàn)豐富的風(fēng)控人員，這些專家有很強(qiáng)的風(fēng)控知識(shí)。

理論上講，如果有幾百個(gè)風(fēng)控專家，不用發(fā)工資，我們做手機(jī)貸也可以做下去，但實(shí)際情況是我們必須靠機(jī)器去學(xué)習(xí)人的風(fēng)控經(jīng)驗(yàn)。所以我們通過半監(jiān)督學(xué)習(xí)的方法，把業(yè)務(wù)風(fēng)控專家和實(shí)際的信貸結(jié)果在online學(xué)習(xí)中做一個(gè)結(jié)合。在這個(gè)過程中，風(fēng)控人員可以實(shí)時(shí)的介入，不停地根據(jù)輸出結(jié)果做一些調(diào)整，然后非常實(shí)時(shí)地反饋到模型訓(xùn)練的迭代提升的過程當(dāng)中。

這就說我們特別重視人的因素?，F(xiàn)在大家都在講人工智能，人工智能的本質(zhì)是什么？在我的理解其實(shí)就是讓機(jī)器學(xué)習(xí)人的經(jīng)驗(yàn)。以前我們依賴幾個(gè)經(jīng)驗(yàn)豐富的風(fēng)控人員，現(xiàn)在我們可以讓機(jī)器把人的經(jīng)驗(yàn)學(xué)過來，然后讓機(jī)器來做一個(gè)自動(dòng)的決策。

金融的業(yè)務(wù)結(jié)果和樣本非常珍貴。比如，我之前在房貸業(yè)務(wù)上積累了一些樣本，然后換到一個(gè)新的消費(fèi)信貸業(yè)務(wù)上，或者從一個(gè)消費(fèi)信貸業(yè)務(wù)切換到另一個(gè)新的業(yè)務(wù)。這些珍貴的樣本數(shù)據(jù)不能丟掉，但怎么去用呢？我們可以做到盡可能利用已有的經(jīng)驗(yàn)和知識(shí)，把generic的風(fēng)險(xiǎn)核心模型和domain knowledge分開，再去根據(jù)業(yè)務(wù)的場(chǎng)景信息，以及場(chǎng)景內(nèi)的先驗(yàn)知識(shí)結(jié)合起來，在此基礎(chǔ)上學(xué)習(xí)和復(fù)用跨領(lǐng)域跨場(chǎng)景的知識(shí)，并且可以做到知識(shí)積累。

深度學(xué)習(xí)技術(shù)解決特征工程的難點(diǎn)

數(shù)據(jù)太多

接下來我們來看“數(shù)據(jù)太多”。我將這個(gè)問題分為兩個(gè)部分來看。

首先是數(shù)據(jù)的特征維度很多。我們關(guān)心的是如何將大數(shù)據(jù)和金融風(fēng)控的問題掛鉤起來，這里面其實(shí)是需要非常強(qiáng)大的特征加工和表達(dá)能力。這是傳統(tǒng)的線性回歸統(tǒng)計(jì)建模方法很難去完成的。我們的辦法有很多，這里面包括大家現(xiàn)在熱度很高的“深度學(xué)習(xí)”。深度學(xué)習(xí)的本質(zhì)是通過數(shù)據(jù)特征的處理去學(xué)習(xí)人處理知識(shí)和數(shù)據(jù)的方式。為了解決數(shù)據(jù)太多的問題，讓人能看透浩瀚的原始數(shù)據(jù)，在模型的前端，我們嘗試了不同的深度特征編碼方法，非監(jiān)督學(xué)習(xí)的方法對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，從而實(shí)現(xiàn)特征的降維，將浩瀚的原始數(shù)據(jù)和最后結(jié)果掛上鉤。

模型的可解釋性

其次是模型的可解釋性。金融專家特別關(guān)心模型的可解釋性。這里面有兩個(gè)意義：

• 如果給信貸對(duì)象一個(gè)打分的結(jié)果，如果不能解釋，這個(gè)很難和申請(qǐng)人去溝通的；

• 另外，我們所面臨的是一個(gè)非常復(fù)雜的環(huán)境，如果對(duì)于風(fēng)控結(jié)果仍然是黑盒進(jìn)黑盒出的話，風(fēng)險(xiǎn)是很難去把控和估計(jì)的。

如果模型出了問題，造成的風(fēng)險(xiǎn)漏洞是我們不能承受的。在互聯(lián)網(wǎng)金融業(yè)務(wù)這么快速成長(zhǎng)的背景下，很有可能公司的業(yè)務(wù)都做不下去。所以，互聯(lián)網(wǎng)內(nèi)黑盒進(jìn)黑盒出的方法就不適用于金融場(chǎng)景，需要有一個(gè)可解釋的local模型去做到。我們的實(shí)踐經(jīng)驗(yàn)是，利用LIME去捕獲結(jié)果或者局部結(jié)果中的關(guān)鍵變量，然后讓風(fēng)控專家迅速的抓到是哪些特征導(dǎo)致結(jié)果的變化。

氪信取得的效果

我們把互聯(lián)網(wǎng)的技術(shù)經(jīng)驗(yàn)，在金融場(chǎng)景內(nèi)做了一些艱難的嘗試，并得到了一些實(shí)踐經(jīng)驗(yàn)，包括從最開始的數(shù)據(jù)獲取處理，到人的介入?yún)⑴c，到對(duì)復(fù)雜模型的干預(yù)過程，最后形成我們的practice。

從效率上說，我們的一個(gè)合作伙伴得到了很好的效果。他們做了一個(gè)金融信貸場(chǎng)景，部署在氪信的系統(tǒng)和模型上跑，只需要3-4個(gè)業(yè)務(wù)風(fēng)控兼運(yùn)營(yíng)的人員，風(fēng)控的大部分工作交給機(jī)器去做。

另外從效果上看，我們利用DNN模型做出來一個(gè)結(jié)果，可以看到結(jié)果比傳統(tǒng)的LR模型ks值從0.19提升到0.43。數(shù)字和結(jié)果是我們做模型的人最直接的一個(gè)答案，這里面沒有什么可以講概念的。

大家之前對(duì)大數(shù)據(jù)期望值很高，又屢屢失望，現(xiàn)在其實(shí)對(duì)數(shù)據(jù)科技來說是一個(gè)很好的時(shí)機(jī)。因?yàn)榇蠹艺娴男枰軌蛴羞\(yùn)用數(shù)據(jù)的能力，用機(jī)器解決金融實(shí)際問題，這也是我們這個(gè)時(shí)代的機(jī)會(huì)和風(fēng)口，也是一個(gè)新的開始。

下個(gè)月的12、13號(hào)，雷鋒網(wǎng)將在深圳舉辦一場(chǎng)盛況空前的人工智能與機(jī)器人峰會(huì)，屆時(shí)我們將發(fā)布“人工智能&機(jī)器人Top25創(chuàng)新企業(yè)榜”榜單，為此我們?cè)谒鸭⒋_認(rèn)AI、機(jī)器人、自動(dòng)駕駛、無人機(jī)等幾個(gè)領(lǐng)域的優(yōu)質(zhì)項(xiàng)目。如果您的項(xiàng)目是相關(guān)領(lǐng)域的，且足夠有技術(shù)壁壘、足夠有成長(zhǎng)性，歡迎聯(lián)系2020@leiphone.com。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。