热搜:
编辑导语:如今随着互联网行业的不断发展,金融行业也逐渐的融入到互联网行业中去,在金融行业的模型风险管理中,需要进行审查的工作;本文作者分享了关于模型审查的4个核心要点,我们一起来了解一下。

在模型风险管理不断被监管重视的当下,从银行金融机构开始,消费金融公司、网络小贷公司将会循序渐进、逐步建立完善的模型评审制度和标准,筹备模型审查部或小组。

或许“模型评审部“对于大部分在中国金融体系内从业的风控工作者相对陌生,但其在金融系统发达国家如美国、新加坡等地,如美国Capital one会单独设立“模型评审部”。

也有一些外资银行/互联网金融机构会设立双模型审查组,一个组成立于模型内部,一个组成立于应用方外部。

模型审查的目的有三,如下:

  • 为提供金融产品和服务的公司提供一套在决策中使用AIDA时需要考虑的基本原则;
  • 协助企业在其自身的商业模式和结构中对AIDA的使用进行情境化和操作化管理;
  • 促进公众对使用AIDA的信心和信任。

注释:AIDA是Artificial Intelligence and Data Analytics的缩写简称,以下用AIDA代表模型与分析。

在算法模型不断被金融机构大量应用的当下,为了避免模型风险的不断累计和放大,模型审查尤为重要。

在金融机构符合以下非量化条件时,可能就要启动模型审查,具体量化程度目前仍以各家金融机构模型审查部决定。

  • 在决策中使用AIDA的程度;
  • AIDA模型的复杂性;
  • AIDA驱动决策过程的自动化程度;
  • 对不同利益相关者(包括个人)影响的严重性和可能性;
  • 货币和金融系统的影响;
  • 监管影响;
  • 可用追索权的选择。

既然,模型审查于监管特别重视,于金融机构内部管理十分重要,于金融产品使用者利益相关甚大,那么,怎么开展模型审查呢?

在大部分美系银行内部,是有一套标准的模型评审制度和流程,大到宏观如金融产品公平性的审查,小到微观核心代码的逐字审查,都有迹可循。

本文我们就单以宏观层,介绍模型审查工作的四个切入口。

01 公平性模型审查

公平性模型审查最重要的作用是,保证AIDA驱动的决策不会在没有理由的情况下使任何特定的个人或个人群体处于不利地位。

如今,对不同群体的人提供不同的待遇是一种现有的做法,也是当前商业模式的一部分;虽然使用AIDA可以基于数据的分割和聚类进行分析,但这也意味着不同组之间的区别可以以更大的规模和更快的速度发生。

使用AIDA还可以创造出识别或分析以前无法做到的新类型分化的能力。如果不加以妥善管理,这可能会使系统层面上发生不合理的分化现象,并出现永久化。

举个例子,对于性别的特征,男女不应在贷款业务中出现性别歧视,也不能因为男性和女性在贷后逾期表现中不同,出现较大的贷款倾向性偏差。

对于专业的第三方AIDA公司,需要有适当的内部治理框架,以保证AIDA驱动决策的背后,有适当的论证水平标准,包括使用特定的数据属性,这样的内部治理框架也可能细化到评估数据和模型的过程。

综上,公平原则关注两个关键方面,一是合理性,二是AIDA驱动的决策的准确性和偏向性。

02 道德性模型审查

所有使用或不使用AIDA的公司都符合其道德标准。这些道德标准通过多种方式表达,包括公司价值观、行为准则和使命声明,并可能因公司和地域的不同而有所不同,遵守这些道德标准同样适用于使用AIDA。

可能读者朋友们对于道德性模型审查不好理解,我来举一个人力资源部AIDA道德性模型审查的例子。

在使用模型和分析算法,实现通过模型或算法帮助企业人力部门筛选潜在的就业候选人时,模型或算法不能使用性别作为输入或派生属性。

03 责任性模型审查

在金融机构,使用AIDA驱动的决策,需要建立明确的责任和所有权,并有适当的内部批准机构来批准使用AIDA;这种责任适用于所有AIDA的使用,无论是内部开发的还是外部来源的。

AIDA驱动的决策,特别是那些可能对数据主体产生重大影响的决策,需要基于对数据主体(如三方数据)尽可能准确的理解;数据主体可以通过促进沟通和寻求求助的渠道的方式,提供准确信息。

因此,问责原则集中在两个关键方面:

  • 内部问责,这与使用AIDA金融公司的内部治理有关;
  • 外部问责,这与使用AIDA金融公司对数据主体的责任有关。

内部问责可以从3个角度开展:

  • 在AIDA驱动的决策中使用AIDA是由适当的内部权力机构批准的;
  • 使用AIDA的公司要对内部开发的和外部采购的AIDA模型负责;
  • 使用AIDA的公司主动提高管理层和董事会对其使用AIDA的认识;

外部问责主要在执行AIDA驱动的决策评审时,要考虑数据主体提供的已核实的和相关的补充数据。

04 透明性模型审查

虽然提高使用AIDA的透明度可以提高公众对AIDA的理解和信心,但过度的透明度可能会造成混乱或个人利用或操纵AIDA模型的意外机会。

在确定使用AIDA的适当透明度水平时,平衡这些考虑因素是很重要的。

透明性模型审查分为内、外透明。

内部透明,是指模型和组成特征的可解释性、透明度模型审查,如模型的P-Value、MSE、KS,特征的Zero rate、Missing rate、KS等。

外部透明性审查是指应用模型进行决策时,使用金融服务的客户对于AIDA的决策的知情性。

举个例子,一家提供汽车保险的金融公司通知客户,他们将使用驾驶模式的数据来审查客户的保费。

该公司解释了某些驾驶模式如何影响保费。公司提供了图解和图表来解释识别的模式以及对不同客户群体的影响;该公司还开发了一个用户界面,允许客户改变潜在的输入,以了解对保费结果的影响。

一个被收取更高保费的客户可以向公司寻求关于保费上涨原因的有意义解释。

这家汽车保险公司与客户共享其所属的客户群体及其对保费的影响,还与客户广泛分享用于分析其驾驶模式的数据,并为客户提供更准确和更新的信息。

从长远来看,客户可能会选择改变自己的行为,培养良好的驾驶习惯,以确保保费不会增加。

以上,仅是模型审查的4个核心要点,并非全部要点。

模型评审不仅要满足监管要求,也要从科技和业务应用等多方面综合考虑如何评估、审查一个模型,只有这样,全面数字驱动型金融系统才能逐步安全实现,大众对于模型的认知也会逐渐提升。