3.4　智能信用风险模型

第2章中已经介绍了传统评分卡模型的方法论，在最后也提到了评分卡模型存在入模变量少、迭代周期长等劣势，并不足以支持互联网金融机构的风险管理需求。随着大数据和机器学习技术在风险管理场景中应用的相对成熟，新一代的智能信用风险模型出现了。智能信用风险模型基于海量数据搭建，利用了先进的机器学习和人工智能算法，构建多个子模型和集成主模型的方式，大大提升了模型的区分度和时效性，弥补了传统风险管理体系中的诸多不足。整个智能信用风险模型体系如图3-2所示。

图3-2　智能信用风险模型体系

对于智能信用风险模型，风控建模人员通常会将整个信贷生命周期划分为准入、贷前、贷中、贷后四大场景，由于每个场景中的目标和数据源存在差异，又会选择不同的算法来搭建模型。下面会简单介绍一些智能风控时代常用的模型算法及其适用的场景和原因，更多算法细节会在第5章中展开。