实战解析:打造风控特征变量平台,赋能数据驱动决策
金融业务产品授信准入、交易营销等环节存在广泛的风控诉求,随着业务种类增多,传统的专家规则、评分卡模型难以应付日趋复杂的风控场景。 在传统风控以专家规则系统为主流应用的语境下,规则模型的入参习惯被称为“变量”。基于专家规则的风险评估,存在规则触发阈值难量化的特点,规则命中精准度提升存在瓶颈。 随着机器学习及神经网络算法的技术落地,更多开始采用“特征”来代指供给算法模型的入参。具体来说,“特征”在其产出过程中,作为上游外数接口的出参,在应用端输入过程中,作为下游规则模型的入参。 建设背景 特征变量数据来源包括客户基本信息、财务状况、消费行为和社交网络图谱等,其在不同风控模型中输入反映借款人的信用状况和风险水平的度量,高效的特征抽取管理是一系列线上化风控动作的数据基础。 在银行保险等同业金融机构中,由于风险业务来源的在组织架构上的复杂性,不同条线之间不可避免地存在烟囱式的特征变量开发,策略建模人员的数据需求往往在某一产品中已开发部署但并未形成统一管理共享的平台机制,造成了业务间用数口径及策略生成一致性的偏差。 因此,需要对风险业务用数流程进一步产品化抽象,来规范特征变量的衍生、存储、调用及监...
