3.4　智能信用風險模型

第2章中已經介紹了傳統評分卡模型的方法論，在最后也提到了評分卡模型存在入模變量少、迭代周期長等劣勢，并不足以支持互聯網金融機構的風險管理需求。隨著大數據和機器學習技術在風險管理場景中應用的相對成熟，新一代的智能信用風險模型出現了。智能信用風險模型基于海量數據搭建，利用了先進的機器學習和人工智能算法，構建多個子模型和集成主模型的方式，大大提升了模型的區分度和時效性，彌補了傳統風險管理體系中的諸多不足。整個智能信用風險模型體系如圖3-2所示。

圖3-2　智能信用風險模型體系

對于智能信用風險模型，風控建模人員通常會將整個信貸生命周期劃分為準入、貸前、貸中、貸后四大場景，由于每個場景中的目標和數據源存在差異，又會選擇不同的算法來搭建模型。下面會簡單介紹一些智能風控時代常用的模型算法及其適用的場景和原因，更多算法細節會在第5章中展開。