Khôi phục tín hiệu bị ẩn
Điều kiện biên của các khoảng chia đã gộp đặc trưng nhị phân 0/1 vào một khoảng duy nhất, khiến IV bằng 0 và bị loại bỏ. Sau khi sửa điều kiện biên:
| Bondora | 0.640 → 0.709 |
|---|---|
| Thế chấp nhà ở | 0.591 → 0.676 |
| GMSC (cv) | 0.783 → 0.850 |
Research · Validation
Không tuyên bố,
mà đo lường
Engine HACS học từ dữ liệu tín dụng công khai có ghi nhận kết quả vỡ nợ/quá hạn, và được kiểm tra trên dữ liệu không dùng để huấn luyện. Mọi con số đều kèm ngày đo và phương pháp.
4,538,938
17 bộ dữ liệu cốt lõi có nhãn kết quả
40,048,548
52 bộ dữ liệu tín dụng công khai đã thu thập và đối chiếu hash
4
Bộ dữ liệu có AUC holdout từ 0.70 trở lên
0.806
AUC holdout tiêu biểu (HELOC)
The data
Dữ liệu tín dụng toàn cầu, tập trung một nơi
Chúng tôi đã thu thập 52 bộ dữ liệu tín dụng công khai từ UCI, Kaggle, PKDD, SCF của Cục Dự trữ Liên bang Mỹ, Findex của Ngân hàng Thế giới… và đối chiếu bằng danh mục sha256. 17 bộ có nhãn kết quả là cốt lõi để đo khả năng phân biệt; dữ liệu nghi trùng lặp hoặc tổng hợp nhân tạo không được đưa vào bất kỳ con số nào.
17
Cốt lõi — có nhãn kết quả vỡ nợ/quá hạn
8
Bộ dữ liệu tham khảo
16
Dữ liệu bổ trợ · đặc trưng · phái sinh
11
Nghi trùng lặp/tổng hợp — loại khỏi các con số
Discrimination · 2026-09-25
Theo từng bộ dữ liệu, kể cả hồ sơ mỏng
AUC holdout được đo trên 20% dữ liệu không dùng để huấn luyện. Với Telco, phần kiểm tra là một tháng ngoài thời gian huấn luyện (OOT); với Bondora·LendingClub·L&T·Prosper, phần cuối theo 10 phân vị thời gian được tách riêng để kiểm tra. Các điểm bên phải là giá trị đo riêng cho người có lịch sử tín dụng mỏng (Thin-file).
AUC holdout · AUC Thin-file
Cột = AUC tiêu biểu, điểm = AUC Thin-file, đường chấm = mục tiêu 0.70
Báo cáo tổng hợp KPI 6.3 · đo lại ngày 2026-09-25
| Bộ dữ liệu | Số dòng | Tỷ lệ vỡ nợ | AUC tiêu biểu | Gồm điểm bên ngoài/nền tảng | AUC Thin-file |
|---|---|---|---|---|---|
| HELOC (FICO) | 10,459 | 52.2% | 0.806 | 0.809 | 0.773 |
| Tín dụng vi mô Telco | 168,919 | 15.5% | 0.769 OOT | — | 0.687 |
| Taiwan | 30,000 | 22.1% | 0.768 | — | 0.717 |
| Bondora | 99,999 | 52.5% | 0.709 | 0.705 | 0.551 |
| Thế chấp nhà ở | 148,670 | 24.6% | 0.676 | — | — |
| Prosper | 38,960 | 31.2% | 0.670 | 0.707 | 0.670 |
| Home Credit | 307,511 | 8.1% | 0.662 | 0.737 | 0.670 |
| LendingClub | 336,776 | 14.8% | 0.629 | 0.691 | 0.570 |
| L&T | 233,154 | 21.7% | 0.567 | 0.588 | 0.578 |
| GMSC | 150,000 | 6.7% | cv 0.850 | — | 0.737 |
Vượt mục tiêu (từ 3 bộ dữ liệu công khai đạt 0.70, 1 bộ tiêu biểu đạt 0.75): 4 bộ đạt từ 0.70 trở lên, bộ tiêu biểu đạt 0.806. Việc có những bộ dữ liệu khó đánh giá nếu chỉ dựa vào thông tin trong hồ sơ vay chính là lý do cần đến trục dữ liệu thay thế.
How the AUC went up
Ba yếu tố nâng AUC
1,152 phương án, quy tắc ghi trước
Chúng tôi khảo sát 1,152 phương án bảng chấm điểm vận hành, nhưng ghi lại quy tắc lựa chọn từ trước và xác nhận hiệu quả của từng điều chỉnh bằng khoảng tin cậy 95% từ 200 lần lấy mẫu lại cùng một mẫu (bootstrap).
| Taiwan | GMSC | Home Credit | |
|---|---|---|---|
| v1 | 0.728 | 0.676 | 0.599 |
| v2 | 0.737 | 0.813 | 0.600 |
| v3 Cấp 1 | 0.742 | 0.819 | 0.666 |
Đọc cả những người bị từ chối
Nếu chỉ huấn luyện trên những người được phê duyệt, mô hình sẽ bỏ sót rủi ro của nhóm bị từ chối. Trên Home Credit, khi giả định 30% thấp nhất là bị từ chối và đánh giá lại bằng phương pháp parceling, khả năng phân biệt đã tăng lên.
0.639 → 0.656
Beyond AUC
Không chỉ đúng thứ tự, mà còn đúng xác suất
KS là mức tách biệt lớn nhất giữa phân phối khoản vay tốt và nợ xấu; ECE là chênh lệch giữa xác suất dự báo và tỷ lệ nợ xấu thực tế (hiệu chuẩn); Brier là sai số bình phương của dự báo xác suất.
| Bộ dữ liệu | KS | ECE | Brier |
|---|---|---|---|
| Telco | 0.558 | — | — |
| GMSC | 0.545 | — | — |
| HELOC | 0.454 | 0.041 | 0.181 |
| Taiwan | 0.393 | 0.020 | 0.139 |
| Home Credit | 0.233 | 0.002 | 0.071 |
| LendingClub | 0.194 | 0.014 | — |
Model governance
Không vượt qua, không được vận hành
Mọi mô hình thống kê đều đi qua vòng đời DRAFT → CHALLENGER → CHAMPION → RETIRED. Kể cả khi đã vượt qua mọi cổng nâng cấp, nút bấm cuối cùng vẫn do con người quyết định.
Blend
Trọng số thống kê λ ≤ 0.70
λ = min(tỷ lệ đặc trưng quan sát được, 0.70). Chỉ khi có champion đã được kiểm chứng, mô hình mới được kết hợp với quy tắc chuyên gia trong không gian logit, kèm biên thận trọng (MoC ≤ 1.25 logit).
Refresh
Mỗi 100 nhãn mới
Khi tích lũy từ 100 nhãn kết quả mới trở lên thì huấn luyện lại, từ 50 dòng trở lên thì hiệu chuẩn. Đồng thời giám sát độ trôi (PSI) và tính công bằng (AIR 4/5).
Provenance
3,000 quyết định, tái lập 30/30
Phiên bản mô hình · phiên bản chính sách · ảnh chụp đặc trưng · hash được liên kết thành chuỗi. Chúng tôi đã tính lại các quyết định đã ghi và xác nhận khớp đến từng bit.
Methodology
Toán học của thẻ điểm chuẩn ngân hàng
01 · WOE
WOE = ln(%good / %bad)
Trọng số bằng chứng theo từng khoảng. Khoảng trống được cộng Laplace +0.5.
02 · IV
IV = Σ(%good − %bad)·WOE
Loại bỏ biến không có khả năng dự báo, và gộp đơn điệu các khoảng liền kề có hướng rủi ro bị đảo chiều.
03 · Logistic
logOdds = β₀ + Σβⱼ·WOEⱼ
IRLS + chính quy hóa ridge. Việc chọn đặc trưng cũng được thực hiện bên trong các fold kiểm định chéo để tránh rò rỉ thông tin.
04 · Scaling
PD = 1 / (1 + 50·2^((s−600)/20))
Thang đo Siddiqi: điểm chuẩn 600, PDO 20, tỷ lệ odds chuẩn 50:1.
Engineering quality
Engine được chứng minh bằng mã nguồn
2,432
Kiểm thử backend · 0 lỗi
287
Kiểm thử ứng dụng đạt
216
Kiểm thử bảng điều khiển quản trị đạt
26/28
Góp ý kiểm định độc lập đã được xử lý (2026-09-07)