近日，隨著金融科技的快速發(fā)展和普及，金融服務(wù)中信用審查方式引發(fā)了廣泛爭議。在這個(gè)信息爆炸、數(shù)據(jù)激增的時(shí)代，傳統(tǒng)的信用評估模式已經(jīng)難以滿足當(dāng)下復(fù)雜多變的需求。各種新興技術(shù)如大數(shù)據(jù)分析、人工智能等被廣泛應(yīng)用于信用評估領(lǐng)域，一時(shí)間成為行業(yè)焦點(diǎn)。

**背景探究**

傳統(tǒng)上, 金融機(jī)構(gòu)通常會(huì)通過客戶提供的資產(chǎn)證明、征信報(bào)告等手段來進(jìn)行風(fēng)險(xiǎn)評估。然而, 隨著社交網(wǎng)絡(luò)、消費(fèi)習(xí)慣等方面信息逐漸賦能到用戶身上，并由此形成海量數(shù)據(jù)積累；同時(shí)利率市場化后導(dǎo)致銀行競爭加劇壓力巨大——使得現(xiàn)有系統(tǒng)缺失效率與公平性.

**新型方法解讀**

采集并處理龐大且具備高度細(xì)節(jié)特征之“非結(jié)構(gòu)” 數(shù)據(jù)是目前最主要課題. 大部分公司開始將更多關(guān)注點(diǎn)放在了用戶在線活動(dòng)軌跡記錄或者電子商務(wù)購物歷史記錄以獲取額外線索; 并據(jù)此建立起相對完整全局視角. 賴聲川（音）認(rèn)為: “我們正處于一個(gè)‘?dāng)?shù)字孿生’ 的時(shí)期.”

值得注意地是：盡管基本理論支持其有效性令學(xué)界揚(yáng)眼耳聾但千萬不可否定存在問題！首先便因過去曾出現(xiàn)數(shù)例涉嫌歧視事件- 即黑箱算法造就冗余甚至錯(cuò)誤輸出結(jié)果! 此類情形若再次重演勢必影響相關(guān)企業(yè)名譽(yù)!

**專家觀點(diǎn)辯駁**

針對以上困境，“使用AI和深度學(xué)習(xí)可以幫助減少偏見”，知名計(jì)算機(jī)教授黃瑯指出：“只要訓(xùn)練好模型，在實(shí)踐中表現(xiàn)還挺穩(wěn)定”。事實(shí)上他推薦選取包含隱藏層數(shù)極端深神經(jīng)網(wǎng)路(EDNN) 或簡單RBM作預(yù)測器

反倒落入憐惻心腸坑—貸款拒簽未必意味真無還清可能; 消除默認(rèn)空間也須考慮！

總體看待，《權(quán)衡》 雜志撰文謂:" 在確保透明原則下進(jìn)步革命判斷方式" 絕比雪藏優(yōu)良策略弘旨。

**政策調(diào)研**

監(jiān)管者們紛紛站隊(duì)--欣喜愕然宣布開啟內(nèi)幕核查流程
防止'鞋店案'二度暗夜昭示自我規(guī)范設(shè)施不容忽視；
聯(lián)邦存款保險(xiǎn)委員會(huì)(FDIC) 秘密制裁條約箴言警示區(qū)別第三方檢驗(yàn)項(xiàng)目合格標(biāo)準(zhǔn);
美國證券交易所(S.E.C.) 最高級管理人士說道："任何從事私募投資須遵奉安排"

該話題畢竟能喚醒每位民俗參加評論！！