8月25-27日,由英国爱丁堡大学商学院信用研究中心主办的第17届国际信用研究会议(Credit Scoring and Credit Control Conference XVII)在英国爱丁堡召开,光大科技作为唯一中国金融科技(FinTech)企业代表参会。本次光大科技独立撰写的《因果正则化的稳定评分卡模型(Causal Regularization for Stable Scoring Card Model)》论文经过层层筛选成功入围会议,追光实验室李琨博士受邀参加线上会议并做专题报告,与国际信用业界专家分享论文成果。本次论文在国际重要会议上的发表,不仅代表了国际学界对光大科技数据科学业务应用成果的充分肯定,更揭开了中国金融科技企业在风险控制和风险管理领域自主创新的新篇章。
国际信用研究会议每两年举办一次,至今已有30多年的历史,是全球关于信用评分和信用控制方向最有影响力的国际信用研究会议。受疫情影响,本次国际信用研究大会于线上线下同时举行,吸引了来自世界40多个国家超过300位顶尖学者与行业代表踊跃参加,产学研各界在会议上共同交流最新产业动态和学术成果。本年度CSCCC的论文提交总数超百篇,数量与质量均超往年,竞争空前激烈。本篇论文由追光实验室李琨博士、郑方兰博士、大数据部负责人田江博士和公司副总经理向小佳博士共同完成,介绍因果正则化稳定评分卡的设计与实践应用成果,经会议专家委员会评审,最终成功入围,这也使得光大科技成为该会议本年度中国唯一金融科技(FinTech)企业代表。
报告演讲中,李琨博士指出,人工智能模型依赖于独立同分布假设,在未知环境下模型的稳定性将受到限制。不同于利用新环境先验知识的迁移学习方法,引入因果关系发现思想的稳定学习方法是在保证模型平均准确度的前提下,降低模型性能在各种不同样本分布下的准确率方差,从而保证模型的稳定性。信用评分在信贷领域,特别是消费金融领域扮演着无可替代的角色,加入因果正则化的稳定评分卡,可以为信用评分问题提供先进的解决方案。光大科技率先将因果学习理论应用于信用评分实践,通过在合成数据和实际业务数据的测试结果分析,发现该算法相比于其他传统算法可以有效降低未知抽样偏置,提高模型在不同环境下的稳定性。基于该算法生成的信用评分卡可以在业务发展的早期就预知风险并控制风险,从而帮助业务方在新业务跨场景等复杂环境中,基于数据智能做好风险管控。
光大科技追光实验室定位知识驱动的算法创新,通过基于业务知识的持续技术创新,积极参与金融和科技领域的专业会议,不断扩大在金融科技领域的技术影响力,始终致力于建立光大科技的技术品牌与能力护城河。
