光大科技追光實(shí)驗(yàn)室論文《可解釋評(píng)分卡模型的縱向聯(lián)邦學(xué)習(xí)方法及其在信用評(píng)分的應(yīng)用》(A Vertical Federated Learning Method for Interpretable Scorecard and Its Application in Credit Scoring)被首屆信用評(píng)分與信用評(píng)級(jí)會(huì)議(The First Credit Scoring and Credit Rating Conference, CSCR I)錄用,并于10月29-30日亮相西南財(cái)經(jīng)大學(xué)。該論文由光大科技追光實(shí)驗(yàn)室鄭方蘭、額日和、李琨、大數(shù)據(jù)部負(fù)責(zé)人田江和公司副總經(jīng)理向小佳共同完成。
會(huì)議上,光大科技追光實(shí)驗(yàn)室技術(shù)骨干李琨與額日和現(xiàn)場(chǎng)分享了信用評(píng)分場(chǎng)景下縱向聯(lián)邦學(xué)習(xí)的算法創(chuàng)新和應(yīng)用,介紹了相應(yīng)算法創(chuàng)新在與光大銀行、云繳費(fèi)科技公司合作中的應(yīng)用實(shí)踐及智能大數(shù)據(jù)產(chǎn)品陽(yáng)光評(píng)分。本次會(huì)議與“國(guó)際金融科技論壇”(SWUFE&CDAR 2020)聯(lián)合舉辦,光大科技參加論壇并與產(chǎn)學(xué)研各界參會(huì)嘉賓密切交流,切磋金融科技行業(yè)焦點(diǎn)問(wèn)題洞察與思考。
光大科技追光實(shí)驗(yàn)室論文亮相首屆信用評(píng)分與信用評(píng)級(jí)會(huì)議(CSCR I)
實(shí)體經(jīng)濟(jì)的信貸供給是經(jīng)濟(jì)發(fā)展的關(guān)鍵動(dòng)力,信用風(fēng)險(xiǎn)管理對(duì)金融機(jī)構(gòu)至關(guān)重要,金融科技驅(qū)動(dòng)現(xiàn)代銀行智能決策高速發(fā)展。同時(shí),國(guó)內(nèi)外監(jiān)管環(huán)境逐步加強(qiáng)數(shù)據(jù)保護(hù),重視數(shù)據(jù)隱私和安全已成大勢(shì)所趨。在此背景下,光大科技追光實(shí)驗(yàn)室針對(duì)金控集團(tuán)業(yè)務(wù)應(yīng)用實(shí)際需求,提出信用評(píng)分在縱向聯(lián)邦學(xué)習(xí)框架下實(shí)踐應(yīng)用中的創(chuàng)新算法,并編纂整理為實(shí)驗(yàn)室論文《可解釋評(píng)分卡模型的縱向聯(lián)邦學(xué)習(xí)方法及其在信用評(píng)分的應(yīng)用》(A Vertical Federated Learning Method for Interpretable Scorecard and Its Application in Credit Scoring)。
追光實(shí)驗(yàn)室技術(shù)骨干李琨博士于CSCR I會(huì)議分享論文成果
論文提出,信用評(píng)分模型根據(jù)客戶(hù)已有信用表現(xiàn)和資料,經(jīng)過(guò)加權(quán)平均計(jì)算出具體分?jǐn)?shù),用以反映客戶(hù)的信用水平。當(dāng)應(yīng)用于金融場(chǎng)景時(shí),由業(yè)務(wù)需求帶來(lái)的模型可解釋性要求對(duì)模型系數(shù)有相應(yīng)的要求;一旦模型的系數(shù)無(wú)法滿(mǎn)足業(yè)務(wù)解釋性要求,則需要反復(fù)篩選訓(xùn)練迭代。尤其在聯(lián)邦學(xué)習(xí)框架下,聯(lián)合訓(xùn)練時(shí)間成本已經(jīng)較高,反復(fù)訓(xùn)練將耗費(fèi)巨大時(shí)間成本。
為解決上述問(wèn)題,追光實(shí)驗(yàn)室將信用評(píng)分模型的可解釋性要求,轉(zhuǎn)化成對(duì)目標(biāo)函數(shù)的約束優(yōu)化問(wèn)題,并在縱向聯(lián)邦的框架下實(shí)現(xiàn)求解。改進(jìn)后的方法保證了模型可解釋性,同時(shí)節(jié)省了訓(xùn)練開(kāi)銷(xiāo),加速了訓(xùn)練過(guò)程。目前,該模型算法已應(yīng)用于集團(tuán)及成員單位的聯(lián)合建模實(shí)踐中,在可控的時(shí)間成本下,保證聯(lián)合建模效果提升與模型可解釋性。
《可解釋評(píng)分卡模型的縱向聯(lián)邦學(xué)習(xí)方法及其在信用評(píng)分的應(yīng)用》論文作者
光大科技追光實(shí)驗(yàn)室通過(guò)基于業(yè)務(wù)知識(shí)的持續(xù)技術(shù)創(chuàng)新,積極參與金融及科技領(lǐng)域?qū)I(yè)會(huì)議,不斷擴(kuò)大金融科技領(lǐng)域技術(shù)影響力,致力于建立光大科技的技術(shù)品牌與能力護(hù)城河。
信用評(píng)分與信用評(píng)級(jí)會(huì)議CSCR I
首屆信用評(píng)分與信用評(píng)級(jí)會(huì)議(The First Credit Scoring and Credit Rating Conference, CSCR I)由西南財(cái)經(jīng)大學(xué)金融學(xué)院主辦,愛(ài)丁堡大學(xué)商學(xué)院、中央財(cái)經(jīng)大學(xué)商學(xué)院、天津財(cái)經(jīng)大學(xué)會(huì)計(jì)學(xué)院協(xié)辦,會(huì)議以“Bridge the Gap”為主題,搭建信貸領(lǐng)域?qū)W術(shù)界和實(shí)業(yè)界的橋梁,邀請(qǐng)國(guó)內(nèi)外來(lái)自銀行和消費(fèi)金融業(yè)、債券和信貸衍生品市場(chǎng)、金融科技、征信評(píng)級(jí)機(jī)構(gòu)等方面的專(zhuān)家和學(xué)者一起討論交流,分享與信用評(píng)分、信用評(píng)級(jí)和信貸資產(chǎn)的風(fēng)險(xiǎn)管理相關(guān)的研究成果。此次會(huì)議特別關(guān)注新穎的數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)算法在風(fēng)險(xiǎn)預(yù)測(cè)上的應(yīng)用,以及新冠疫情對(duì)信用風(fēng)險(xiǎn)的影響。
第三屆“國(guó)際金融科技論壇”
(SWUFE&CDAR 2020)
第三屆“國(guó)際金融科技論壇”(SWUFE&CDAR 2020)由西南財(cái)經(jīng)大學(xué)、加州大學(xué)伯克利分校國(guó)際風(fēng)險(xiǎn)數(shù)據(jù)分析聯(lián)盟(Consortium for Data Analytics in Risk,簡(jiǎn)稱(chēng)CDAR)、成都市地方金融監(jiān)督管理局聯(lián)合主辦。本次論壇從政府與監(jiān)管機(jī)構(gòu)、金融行業(yè)、金融學(xué)界三方視角,圍繞金融科技與實(shí)業(yè)、金融科技與證券、金融科技與銀行三個(gè)議題,邀請(qǐng)相關(guān)領(lǐng)域的專(zhuān)家學(xué)者與業(yè)界領(lǐng)袖進(jìn)行深度探討與交流,探討金融科技在疫情期間發(fā)揮的正向積極作用以及“后疫情時(shí)代”推動(dòng)全球經(jīng)濟(jì)更快復(fù)蘇,展望金融科技未來(lái)發(fā)展的機(jī)遇與挑戰(zhàn)。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
