各位朋友，最新金融風(fēng)控模型競(jìng)賽開(kāi)始了！競(jìng)賽名稱為金融大數(shù)據(jù)應(yīng)用：企業(yè)信貸風(fēng)險(xiǎn)防控；組織單位：數(shù)字中國(guó)建設(shè)峰會(huì)組委會(huì)；中國(guó)建設(shè)銀行提供模型競(jìng)賽數(shù)據(jù)集。

這次模型競(jìng)賽獎(jiǎng)金很高，總獎(jiǎng)金160萬(wàn)元，一等獎(jiǎng)八萬(wàn)元。

賽題背景：
??金融機(jī)構(gòu)的數(shù)字化轉(zhuǎn)型正在如火如荼地進(jìn)行，人工智能作為數(shù)字化轉(zhuǎn)型的重要手段之一，全方位融合賦能金融行業(yè)的業(yè)務(wù)領(lǐng)域和場(chǎng)景應(yīng)用。目前人工智能技術(shù)在金融產(chǎn)品設(shè)計(jì)、市場(chǎng)營(yíng)銷、風(fēng)險(xiǎn)控制、客戶服務(wù)和其他支持性活動(dòng)等金融行業(yè)五大業(yè)務(wù)鏈環(huán)節(jié)均有滲透，特別是以生物特征識(shí)別、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、知識(shí)圖譜等技術(shù)賦能下的金融行業(yè)，已經(jīng)衍生出智能營(yíng)銷、智能身份識(shí)別、智能客服等多個(gè)金融人工智能典型場(chǎng)景。

?賽題任務(wù)
??1.將金融數(shù)據(jù)與政務(wù)數(shù)據(jù)相結(jié)合，可自備行業(yè)數(shù)據(jù)豐富模型維度。從需求分析、場(chǎng)景設(shè)計(jì)、解決方案、落地驗(yàn)證、產(chǎn)品價(jià)值多個(gè)方面開(kāi)展創(chuàng)意設(shè)計(jì)，提交創(chuàng)意解決方案。
??2.企業(yè)信貸風(fēng)險(xiǎn)防控方案。結(jié)合企業(yè)數(shù)據(jù)與公共數(shù)據(jù)，建立企業(yè)信貸風(fēng)險(xiǎn)分析模型。場(chǎng)景方向可從準(zhǔn)入管理、預(yù)警監(jiān)控、信貸調(diào)整、貸后管理等方面，對(duì)企業(yè)各方面的風(fēng)險(xiǎn)進(jìn)行評(píng)估，結(jié)合模型及業(yè)務(wù)場(chǎng)景設(shè)計(jì)完整的風(fēng)險(xiǎn)防控方案，提升銀行信貸風(fēng)險(xiǎn)防控能力。

參賽規(guī)則

???參賽人群：大賽面向社會(huì)各界開(kāi)放，不限年齡國(guó)籍、高校、科研院所、企業(yè)從業(yè)人員均可登錄官網(wǎng)報(bào)名參賽。參與大賽組織工作有關(guān)單位員工可參賽但不可獲獎(jiǎng)；
???報(bào)名要求：每道賽題每人僅能參加一支團(tuán)隊(duì)（1-5人），可同時(shí)選擇多道賽題進(jìn)行參賽，不同賽題可以擁有不同的團(tuán)隊(duì)，報(bào)名時(shí)所有成員需提供個(gè)人基本信息，并通過(guò)實(shí)名認(rèn)證；需在組隊(duì)截止日期前完成組隊(duì)，一旦組隊(duì)不可退出隊(duì)伍。組隊(duì)條件：各成員提交總次數(shù)≤開(kāi)賽天數(shù)*3，且一個(gè)團(tuán)隊(duì)至少有一名中國(guó)籍選手；更多參賽規(guī)則可訪問(wèn)官網(wǎng)主頁(yè)。

數(shù)據(jù)說(shuō)明

這次Toby老師也下載了模型競(jìng)賽數(shù)據(jù)，觀察這次數(shù)據(jù)集的變量是公開(kāi)透明的。這意味著此次模型競(jìng)賽非常有意義，我們能通過(guò)數(shù)據(jù)挖掘和建模方法找出有價(jià)值變量和業(yè)務(wù)意義。

下圖是中國(guó)建設(shè)銀行提供數(shù)據(jù)集，共47個(gè)變量，12萬(wàn)客戶數(shù)據(jù)，數(shù)據(jù)量還算比較大。

??企業(yè)信貸風(fēng)險(xiǎn)防控?cái)?shù)據(jù)主要包括企業(yè)工商信息、法人基本信息、公積金繳交等金融數(shù)據(jù)與政務(wù)數(shù)據(jù)（均為模擬數(shù)據(jù)），數(shù)據(jù)字典已包含。其中訓(xùn)練集與測(cè)試集可由選手根據(jù)方案實(shí)際情況自行劃分，選手也可自備數(shù)據(jù)豐富方案維度。

提交要求

??參賽者須在初賽階段提供解決方案設(shè)計(jì)說(shuō)明書(shū)（PPT、WORD或PDF格式）和成果模型。內(nèi)容需包括但不限于：
??背景分析 —— 具有現(xiàn)實(shí)意義、面向金融業(yè)實(shí)際面對(duì)的問(wèn)題，結(jié)合具體情況，分析業(yè)務(wù)現(xiàn)狀、當(dāng)前痛點(diǎn)、難點(diǎn)；
??實(shí)施方案 —— 基于背景分析，設(shè)計(jì)數(shù)字化場(chǎng)景，提出可解決問(wèn)題、降低金融風(fēng)險(xiǎn)、提升客戶體驗(yàn)的創(chuàng)新思路實(shí)施方案；
??數(shù)據(jù)分析 —— 對(duì)數(shù)據(jù)的選取、使用過(guò)程進(jìn)行分析，包括數(shù)據(jù)清洗過(guò)程、字段篩選、重要性分析等；
??算法分析 —— 對(duì)建模使用的具體算法進(jìn)行分析介紹，包括算法選擇原因、調(diào)參過(guò)程等進(jìn)行分析說(shuō)明；
??作品價(jià)值 —— 體現(xiàn)作品的實(shí)際落地價(jià)值，通過(guò)可度量的指標(biāo)進(jìn)行體現(xiàn)。

提交示例

??解決方案設(shè)計(jì)說(shuō)明書(shū)可以是PPT、WORD或PDF格式，文件名以“賽題名稱+團(tuán)隊(duì)名稱+方案名稱”為準(zhǔn)。
??如有影音、數(shù)據(jù)、模型等文件，請(qǐng)打包在同一個(gè)文件夾壓縮后進(jìn)行提交。

評(píng)測(cè)標(biāo)準(zhǔn)

??大賽主辦方組建大賽專家評(píng)審團(tuán)負(fù)責(zé)比賽評(píng)審工作。
??大賽專家評(píng)審團(tuán)根據(jù)各指標(biāo)比例及對(duì)應(yīng)參考描述，以百分制方式，對(duì)參賽者作品進(jìn)行打分。評(píng)審標(biāo)準(zhǔn)暫擬如下，僅供參考，根據(jù)大賽實(shí)際組織情況調(diào)整，以實(shí)際評(píng)審標(biāo)準(zhǔn)為準(zhǔn)。

評(píng)分維度作品成熟度技術(shù)水準(zhǔn)應(yīng)用潛力答辯表現(xiàn)占比40%30%20%10%

??●?作品成熟度（40%）
??（1）需求分析（10%）：具有較強(qiáng)社會(huì)意義、金融行業(yè)實(shí)際需求的問(wèn)題，基于對(duì)數(shù)據(jù)的處理分析，結(jié)合真實(shí)情況，有效把握需求痛點(diǎn)、難點(diǎn)、堵點(diǎn)；
??（2）場(chǎng)景設(shè)計(jì)（10%）：基于需求分析，設(shè)計(jì)數(shù)字化場(chǎng)景，提出可解決問(wèn)題、減少社會(huì)成本、提高效益的創(chuàng)新思路；
??（3）解決方案（10%）：基于賽題場(chǎng)景設(shè)計(jì)，提出符合金融需求的可落地解決方案，形成較完善的分析報(bào)告或綜合方案；
??（4）數(shù)據(jù)使用（10%）：對(duì)于系統(tǒng)構(gòu)建所需數(shù)據(jù)有較清晰的數(shù)據(jù)清單，其中或包括數(shù)據(jù)類別、數(shù)據(jù)格式、數(shù)據(jù)功能、數(shù)據(jù)來(lái)源等信息，并對(duì)數(shù)據(jù)使用流程做出較清晰規(guī)劃。
??●?技術(shù)水準(zhǔn)（30%）
??（1）先進(jìn)性（5%）：有效使用云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)，且技術(shù)能力領(lǐng)先市場(chǎng)已有應(yīng)用，具備技術(shù)先進(jìn)性；
??（2）創(chuàng)新性（20%）：解決問(wèn)題的思路、方案具有較強(qiáng)的創(chuàng)新性，與傳統(tǒng)方法有明顯的區(qū)別與升級(jí)；
??（3）成熟度（5%）：方案深入行業(yè)需求，能夠有效解決行業(yè)痛點(diǎn)問(wèn)題，并針對(duì)未來(lái)實(shí)施過(guò)程中可能遇到的風(fēng)險(xiǎn)問(wèn)題做出預(yù)測(cè)，并提出相應(yīng)預(yù)案。
??●?應(yīng)用潛力（20%）
??（1）實(shí)用性（5%）：作品方案符合實(shí)際使用場(chǎng)景需求，可落地應(yīng)用，解決真實(shí)業(yè)務(wù)難題；
??（2）普適性（5%）：作品方案具有較強(qiáng)的普適性，可適用于多種場(chǎng)景，解決多類問(wèn)題；
??（3）社會(huì)效益（5%）：作品方案實(shí)際應(yīng)用后，可產(chǎn)生較大社會(huì)效益，切實(shí)助力惠民、興業(yè)、優(yōu)政；
??（4）商業(yè)價(jià)值（5%）：作品方案可高效率、低費(fèi)用應(yīng)用，具有較強(qiáng)的商業(yè)價(jià)值、推廣潛力。
??●?答辯表現(xiàn)（10%）
??答辯時(shí)儀態(tài)得體，語(yǔ)言表達(dá)邏輯清晰，合理解答專家疑問(wèn)，展現(xiàn)了較為豐富的經(jīng)驗(yàn)和專業(yè)的能力。

Toby老師指出這次模型競(jìng)賽非常open，不是之前以單個(gè)指標(biāo)（accuracy/AUC/F1 score）來(lái)排名，而是對(duì)參賽者多個(gè)方面考察。之前我寫的文章《四川省大學(xué)生金融科技建模大賽-模型復(fù)現(xiàn)和點(diǎn)評(píng)》提出過(guò)主辦方改進(jìn)建議，如下圖。

貌似主辦方看過(guò)這篇文章，這次項(xiàng)目的確彌補(bǔ)了之前缺點(diǎn)，堪稱經(jīng)典。這次比賽非常經(jīng)典，建議大家都去參與，提高自己建模能力。

開(kāi)箱測(cè)試

Toby老師下載數(shù)據(jù)后開(kāi)箱測(cè)試，先繪制變量直方圖和相關(guān)性熱圖，投石問(wèn)路。

Toby老師建議大家不要急著建模，先觀察數(shù)據(jù)分布特征，這類似進(jìn)攻前的情報(bào)收集工作。

Toby老師通過(guò)描述性統(tǒng)計(jì)，發(fā)現(xiàn)這數(shù)據(jù)集需要大量預(yù)處理工作，對(duì)初學(xué)者有一定難度。例如時(shí)間變量比較多，可以做衍生變量。

此數(shù)據(jù)集夾雜著錯(cuò)誤數(shù)據(jù)，如果參賽者沒(méi)有自動(dòng)化檢測(cè)工具，很難發(fā)現(xiàn)里面埋的坑。例如貸款申請(qǐng)時(shí)間里有2999年數(shù)據(jù)，法人出生日期有3019年數(shù)據(jù)，這是什么東東？

臟數(shù)據(jù)意味著中國(guó)建設(shè)銀行復(fù)雜數(shù)據(jù)庫(kù)員工工作不仔細(xì)，或者故意輸入幾個(gè)錯(cuò)誤數(shù)據(jù)。臟數(shù)據(jù)很正常，因?yàn)閿?shù)據(jù)量太大了，我們經(jīng)常遇到。

Toby老師初次建模觀察，模型性能解決完美。如果是經(jīng)驗(yàn)不足選手，估計(jì)已經(jīng)高興地暈過(guò)去。對(duì)于我們來(lái)說(shuō)，模型質(zhì)量好的可疑，我們要去仔細(xì)檢查變量業(yè)務(wù)意義。

果不其然，變量存在數(shù)據(jù)泄露風(fēng)險(xiǎn)。至于什么是數(shù)據(jù)泄露，請(qǐng)大家閱讀之前我寫的文章《數(shù)據(jù)泄露-揭秘機(jī)器學(xué)習(xí)模型如何作弊》。

Toby老師通過(guò)多輪變量篩選，刪除疑似數(shù)據(jù)泄露變量后，最后用34個(gè)變量建模，模型性能非常棒。通過(guò)建模，我發(fā)現(xiàn)數(shù)據(jù)集存在多個(gè)強(qiáng)變量。中國(guó)建設(shè)銀行擁有這些強(qiáng)變量，風(fēng)控能力會(huì)非常不錯(cuò)。

Toby老師入模的34個(gè)變量中，高相關(guān)性變量已經(jīng)非常少。如果更嚴(yán)格一些，這34個(gè)變量還可以繼續(xù)篩選。此模型用10-20個(gè)變量，足以發(fā)揮優(yōu)秀性能。

如下圖，模型AUC為0.98，當(dāng)然我可以做的更高，這屬于前幾輪測(cè)試數(shù)據(jù)，模型調(diào)參等提高模型性能方法還沒(méi)用。

有的變量重要性比較低，但業(yè)務(wù)意義比較重要，我還是建議保留，繼續(xù)收集更多數(shù)據(jù)后觀察實(shí)驗(yàn)。我們建模不能只看統(tǒng)計(jì)結(jié)果，還要尊重業(yè)務(wù)意義。數(shù)據(jù)建模和業(yè)務(wù)意義類似于太極的陰和陽(yáng)，兩者缺一不可，互相平衡方能發(fā)揮最好效果。

總結(jié)

金融大數(shù)據(jù)應(yīng)用-企業(yè)信貸風(fēng)險(xiǎn)防控模型競(jìng)賽是一次非常棒的比賽！鼓勵(lì)大家多去參與。如果大家想學(xué)習(xí)風(fēng)控建模方法和代碼，可關(guān)注Toby老師自研課程《python金融風(fēng)控評(píng)分卡模型和數(shù)據(jù)分析》。教程包含邏輯回歸，集成樹(shù)，神經(jīng)網(wǎng)絡(luò)等常見(jiàn)算法介紹和代碼，有大量實(shí)戰(zhàn)案例，模型性能優(yōu)越，適用于論文，作業(yè)，專利，模型競(jìng)賽，企業(yè)模型。歡迎大家收藏，以備工作和學(xué)習(xí)使用。

如果有模型競(jìng)賽定制需求朋友，可給博主留言。

版權(quán)聲明：文章來(lái)自公眾號(hào)(python風(fēng)控模型),未經(jīng)許可，不得抄襲。遵循CC 4.0 BY-SA版權(quán)協(xié)議，轉(zhuǎn)載請(qǐng)附上原文出處鏈接及本聲明。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-409400.html

到了這里，關(guān)于金融大數(shù)據(jù)應(yīng)用-企業(yè)信貸風(fēng)險(xiǎn)防控模型競(jìng)賽開(kāi)始-中國(guó)建設(shè)銀行數(shù)據(jù)集-作者開(kāi)箱測(cè)評(píng)的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！