博弈：人工智能在信用领域的利弊
源点注：本文作者Tony Hughes，原题为《Human Versus Machine ：The Pros and Cons of AI in Credit》，源点SCSs翻译组将本文翻译成中文。能力有天花板，还请原谅指正。
Tony Hughes是Moody's analytics（穆迪分析公司）经济研究和信贷分析部门的总经理。过去15年，他的工作涵盖了金融风险建模领域，从企业和零售风险敞口到存款和收入，并且还参与了资产价格预测和一般宏观经济分析。
Tony Hughes
博弈：人工智能在信用领域的利弊
人工智能如何通过人为判断和现有的信用风险评估来衡量？虽然人工智能必然在信贷业务中崛起，但它能否产生更透明、更有利的信贷决策，仍有待商榷。
近年来，人们越来越多地将注意力转向人工智能(AI)的前景，即进一步提高信贷可用性，提高银行和其它放贷机构的盈利能力。
什么是AI?
回答这个问题之前，我们需要参考一下“Turing Test”（图灵测试）。在其测试模型中，涉及人机交互和独立人类观察者。如果计算机能躲过观察者，让他误以为自己是人类，那么，这项测试对人工智能来说将产生积极的影响。
（源点注：图灵测试，确定机器是否能够在思想、文字或行动中展示人类智慧的一种方法。由Alan Turing在1950年提出，是人工智能背后哲学的基础。）
然而，我认为这个测试不适用于信用风险领域。我们并不希望信用决策系统是真正的人，主要是因为人的推理无法做到透明化。
如果你回到几十年前，信用决策主要是基于赞助和介绍。那些想要贷款的人会向当地银行经理申请，经理会决定是否批准。
这个决定可能会有一些基于申请人承诺的的财务分析数据来做支撑，但也不排除银行经理是否认同以及对债务人的看法这些主观因素存在。
在这样的体系下，优秀的银行经理可能会有不错的表现，但糟糕的经理可能会错过稳固的商业机会，粉碎许多申请人本应该有的希望。这种方法的低效和不平等就不在这里列出了。
随着时间的推移，监管和消费者的压力以及健全的统计方法的发展，逐渐改善了这一体系。如今，对申请人的主观评估，对一些贷方来说起着很小的作用，大多数信贷机构都采用现代化“moneyball”统计法（魔球），对特定个人和企业的贷款盈利能力进行综合评估。
（源点注：moneyball，让棒球迷通过客观证据了解这项运动，用于评估过去的表现和预测未来的表现，以确定球员对球队的贡献。）
在信贷领域，我们并不关心计算机是否认为Mötley Crüe乐队比Metallica乐队更摇滚。我们只关心它选择提供贷款的性质，贷款所产生的利润以及接受或拒绝某些申请的原因。
（源点注：MötleyCrüe和Metallica，美国重金属摇滚乐队）
通过图灵测试的应用，如果机器人欺骗我们，误导我们以为它只是基于对这些因素的反应，这是否意味着信用导向观察下，它是“智能的”？
AI与人类
为了探究这个问题，需要先假设两个抵押贷款机构。
第一种完全采用老式的“精简式”承销方式，而第二种完全依赖FICO评分对潜在贷款申请人进行评分。在这个类比中，基于FICO的方法构成了我们正在测试的人工智能方法。
如果我们只是试图在这个测试中识别人类，这可能会很简单。当涉及拒绝某项特定申请的理由时，机器人将提供关于近期信用申请过多的评估或引用信用报告中收集到的特定短期违法行为。而人的推理则更为独特，关注的是申请人在面谈时的举止等。
然而，如果我们仅使用组合的风险调整盈利能力来衡量“智能”，那么FICO机器人可能比它的人类对手聪明得多。这可能是由于决策过程的速度加快，或者实际决策的每笔申请成本降低。
从本质上讲，计算机可能并不比人类做出更好的决策，尽管它很可能是这样。无论哪种方式，银行的投资者都可能更喜欢自动化程度更高的方式。
接下来，我们将转向一个更现实的问题，人类也可以访问FICO分数，并根据自己的意愿使用它。在这种情况下，只要人类擅长自己的工作，他们往往能够比完全依赖信用评分的机器人产生更高的利润。
在这种情况下，人类正在做一些聪明的事情，使他们能够击败蛮力统计方法。
如果一种被提议的技术能够揭示这些洞见，从而降低评估者重写分数的概率，那么它就是在展示一种以信用为中心的人工智能。
这显然比经典的图灵测试弱得多。FICO的分数可以顺利通过修改后的测试，但它不可能骗过人类观察者，使其认为它是人类。这是一件好事。
信贷决策的未来
信用评分统计发展的历史伴随着人类对贷款决策的情感和偏见的逐渐消除。在某些方面，真正人工智能的前景与此相反。我们试图模拟一位成功的信贷工作人员的情商，以增强如今的标准信用评分方法。在过去几十年里，这些方法取得了巨大成功。
如果这样做是出于善意和提高透明度的原因，那么，即使人工智能没有通过经典的图灵测试，也没有理由不能像早期的信用评分开发人员那样取得如此巨大的进步。
人工智能研究人员在寻找新的数据来源和新的统计技术，这些数据和技术有可能提高贷款业务的效率和盈利能力，就像他们的前辈所做的那样。如果它们能被证明是有益的，将会被广泛采用，社会将因其努力而变得更加富有。
相反,如果人工智能的复杂性被用作银行业务倒退的障眼法,信贷被拒绝，仅仅因为机器人不喜欢你的风格。那么，金融机构不是收到监管部门的法令，就是遭到消费者的投诉。
在银行业，人类并不是人工智能革命的直接挑战。
相反，信贷决策应该是公平、透明和公正的。
▊ 相关阅读
推荐：大数据与选择的假象——印度Aadhaar和中国社会信用体系演变的比较
♚
☞ 记录信用中国 ☜
点击阅读☝源点3年☝推文总目录
公益 | 有益 | 有趣
欢迎加入我们的作者队伍
与9200名读者分享见解
Friends can see what you have Wow'ed in "Discover" > "Top Stories".