2.1 金融服务业：风控与反欺诈的成色

2.1 金融服务业：风控与反欺诈的成色

信贷风控AI是指用机器学习模型替代或辅助人工审批授信、识别欺诈交易的系统。本节审计它在真实金融机构里的成色：技术指标如何换算成钱，阈值由谁定，以及反欺诈图特征为什么比模型结构更值钱。

凌晨两点的审批队列

一家区域信用卡中心的审批系统在凌晨两点收到一笔申请：申请人二十六岁，月收入八千，申请额度五万，工作单位填的是一家注册仅四个月的公司。十年前这笔申请要等早上人工审核，今天模型四十毫秒给出建议：拒绝，风险分落在最高档。场景很平常，但它浓缩了金融AI的全部要素——数据特权（这家机构看得到央行征信、历史还款、设备指纹）、代价不对称（放过一个坏客户损失远大于拒绝一个好客户的损失）、以及监管在场（拒贷理由必须可以解释）。

审计这样的系统，第一件事不是看模型，而是看它的指标链条。供应商汇报"模型AUC零点七九"，这句话本身不构成业务价值。AUC零点七九意味着什么，取决于通过率定在哪里、客群坏账基线是多少、人工复核队伍的容量有多大。同一套模型，阈值挪动零点零五，放出去的坏账和拒掉的好人可以同时翻倍——这才是审计要盯的换算链条。

从AUC到坏账率的换算

用一段可运行的代码把这个链条拆开。我们模拟一个评分卡输出，观察阈值选择如何同时改写业务三指标。

import random

random.seed(11)

def simulate_scores(n, good_mean=0.32, bad_mean=0.58):
    """模拟评分卡输出：坏客户风险分整体更高，分布有重叠。
    重叠区就是模型无能为力、必须靠策略兜底的人群。"""
    scores, labels = [], []
    for _ in range(n):
        bad = random.random() < 0.06          # 坏账基线 6%
        mu = bad_mean if bad else good_mean
        s = min(max(random.gauss(mu, 0.14), 0), 1)
        scores.append(s); labels.append(1 if bad else 0)
    return scores, labels

scores, labels = simulate_scores(20000)

def audit_threshold(scores, labels, t):
    """给定阈值 t：高于 t 拒绝或转人工，低于 t 自动通过。"""
    approve = bad_in = manual = 0
    for s, y in zip(scores, labels):
        if s > t + 0.08:                       # 高危：拒绝
            continue
        elif s > t:                            # 灰区：转人工
            manual += 1
        else:                                  # 低危：自动通过
            approve += 1
            bad_in += y
    return {
        "自动通过率": approve / len(labels),
        "通过人群坏账率": bad_in / max(approve, 1),
        "转人工占比": manual / len(labels),
    }

for t in (0.40, 0.45, 0.50):
    r = audit_threshold(scores, labels, t)
    print("阈值 %.2f -> 通过率 %.1f%%, 通过人群坏账率 %.2f%%, 转人工 %.1f%%"
          % (t, r["自动通过率"]*100, r["通过人群坏账率"]*100, r["转人工占比"]*100))
# 典型输出：阈值从 0.40 提到 0.50，通过率上升但坏账率同步上升，
# 转人工占比下降。没有免费的午餐，只有可以被明确选择的交换。
​

跑完这段代码你会直观看到：所谓"模型效果"是一张交换表，而阈值是业务决策，不是技术决策。审计时若发现阈值半年没随客群漂移而调整，或者调阈值的权限在供应商手里，这两条都是成色扣分项。

反欺诈：特征比模型值钱

交易反欺诈是另一个现场。公开案例里常见"图神经网络识别团伙欺诈"的表述，审计时要把它拆开看：真正起作用的往往是图特征本身——同一设备关联了多少张卡、同一收款方在多长时间内聚集了多少笔小额贷款申请、申请人手机号与已知黑名单的社交距离。模型换成梯度提升还是图网络，效果差距通常小于特征工程带来的差距。

edges = {
    "dev_1": ["card_A", "card_B", "card_C"],
    "dev_2": ["card_C", "card_D"],
    "payee_X": ["card_B", "card_E"],
}

def device_risk(card, edges, threshold=2):
    """一个极简的团伙特征：与该卡共享设备或收款方的卡片数。"""
    linked = set()
    for hub, cards in edges.items():
        if card in cards:
            linked.update(cards)
    linked.discard(card)
    return ("高危" if len(linked) >= threshold else "正常", len(linked))

for c in ("card_A", "card_B", "card_D"):
    level, n = device_risk(c, edges)
    print(c, "->", level, "关联卡数:", n)
# card_B 命中高危：它同时挂在 dev_1 和 payee_X 两个枢纽上。
# 真实系统把这个思想扩展到设备指纹、IP、GPS、联系人多层图上。
​

这个例子刻意原始，因为它要说明的正是审计观点：问一个反欺诈系统"用了什么模型"，不如问"图特征有哪几层、更新频率多快、黑名单回流闭环多久"。团伙欺诈会进化，今天有效的设备特征三个月后失效，特征回流速度才是护城河。

监管在场时的解释性问题

信贷场景还有一条硬约束：拒贷要给理由。梯度提升模型可以输出特征重要性，但"特征重要性排序"和"能给客户的拒贷理由"之间还有一层翻译。不少机构的做法是双轨：机器学习模型做风险排序，一张可解释的规则评分卡负责出具理由。审计时要核对两轨的分歧率——如果机器模型和对外评分卡长期打架，说明其中一个是摆设。

结果、解读与变式

背景（凌晨审批队列）、操作（换算链条加图特征拆解）、结果（阈值策略表与团伙特征命中）都在上面。解读：金融AI的成色核心是"换算链条完整且权限归属清晰"——谁能调阈值、调了谁签字、坏账归因时能不能还原当时模型版本，这三问比AUC重要。变式：把同样的审计搬到保险理赔反欺诈或证券异常交易监控，交换表的思想原样适用，只是坏账率换成漏损率或误报调查成本。下一节我们进入一个错误代价更不对称的现场：医疗。