刷「芝麻分」還可能嗎？附刷芝麻分的正確姿勢！

最近一個月，地下黑市突然興起一條特殊產業鏈：偽造各種數據，試圖刷高芝麻信用分。

通過加星這個事來刷分這個事，大概率是不可能的；

芝麻信用分說白了就是我之前文章中一直在提的風險模型，其實有幾點我還沒有講到，但我今天由於講解的需要會涉及到，但我只會引用相應概念，暫時不做講解。

風險模型對於用戶來說是個到底是個什麼東西？

風險模型是一個對用戶風險（潛在的還款意願的量化評估方法），評估的結論只管來說就是一個概率，這個概率代表著用戶欠錢不還的可能性（專業術語叫發生逾期的可能性）。那既然是個概率，代表著風險模型最原始的輸出是一個小數，大於0小於1。

那芝麻信用分為什麼是一個分而不是一個概率呢？

芝麻信用分這個分值，其實跟我們通常理解的我數學考了90分的概念不太一樣（我這個描述其實不是特別準確，如果你真的很了解此類模型的機理，你會看出問題），我們通常的90分是你針對每一道題的得分加起來的一個絕對分；如果硬要我做一個類比的話，我曾經聽我一個山東的同學說過（沒考證，不保真），他們那裡的高考分，其實不是這麼算出來的，如果你得90分，其實不是說你各個題的得分加起來是90， 而是說你在山東所有考生里，超過了90%的人，芝麻信用分就是一個這樣的分。比如說你芝麻分是700，這個絕對狀態當然也代表了一個概率，但更重要的是，看到這個分，如果你是內部人士，你馬上可以心算出，你的芝麻分超越了全國百分之X的人（是不是很酷？）。

各位看官肯定會問，你不是牛么？你造么？答案是，我不造。

原因很簡單，這個從概率到分的數學變換（類似拉普拉斯變換，傅里葉變換）是有參數的，這個概率和分一一對應的關係是由幾個參數決定的（老司機要開車了，請坐穩）：

基準分

基準分對應的比例

分數遞進的倍數

分數遞進的分值

具體術語不解釋，還是那句話，請關注我後面的文章。不過我可以拿我前司的分來舉個例子（當然我是經過了篡改，我還是很有職業操守的好吧）

基準分600，好人:壞人=10：1，每十分這個比例翻倍

如果你看到上面這句話，暈了，那我的目的也就達到了。

大家再來體會一下，在一般人眼裡，芝麻分在全國人民中的分布應該是這個樣子吧，就是每個分數段的人都差不多

但其實芝麻分的分布是長這個樣子的（不要看橫軸，我編的），中間多兩頭少

芝麻分到底是怎麼做出來的，為什麼刷星幾乎不會影響芝麻分？

具體芝麻分是怎麼做出來的，其實我也不知道，但我大概知道他的方法論（當然也是蒙的），因為做風險模型想做的好，無非兩種方法：

用GBDT，XGBOOST，LIGHTGBM等機器學習的方法。

這類方法共同的特點是上手簡單，見效快（可以一把梭），但是進階很難。尤其是模型的部署和模型解釋。

用邏輯回歸模型（也會有其他發放，但邏輯回歸用的最多）+客戶分群的方法

這個方法上手慢，耗人力（當然芝麻不差錢），但模型穩定，易於解釋，模型的迭代周期長。

如果讓我來做評論一下這兩種方案，我的結論大概是這樣的

請不要關注每句話的前四個字，只是為了湊字數

其實我想表達的是，對於一個新手你可能會覺得機器學習模型上手很快；但當你對這個行業有了足夠的認識，對風險有了敬畏之心後，你會覺的邏輯回歸模型好；當你再進一步能夠在數學模型上有足夠的「造紙」，你又會轉而去用機器學習模型。

目前很多從傳統金融機構出身的業界同仁和前輩，對於機器學習模型比較抵觸，一個重要的原因是，大家認為機器學習模型是個黑盒，沒法解釋，難以把握模型風險。但是至少以我自己的理解，機器學習的模型其實不是黑盒，它更像是個上面有水的毛玻璃盒，畢竟水平還沒到家，沒法把它變成透明盒，努力ING。

說個題外話，我們行業中其實很少有人是有很好的數學基礎，同時在入行的時候有非常好的訓練和學習環境，而且還能在模型團隊里一直堅持很久，不斷提高自己的專業技術水平的，因為這條路真的又不賺錢又很艱難的，只好靠當作家來貼補家用，結果到頭來還沒什麼人關注~~~~

當我們用邏輯回歸+客戶分群這個方法來做模型的時候，其實就是把客戶分為不同的人，每種人有自己的評估方法，在這種方法會有兩個特點：

像有無房產，有無車，海外學歷之類的，很有能是作為分群的標準的，也就是說有房和無房的人的評估標準是不一樣的，但大家可以想想，那些成天想著來刷分，擼口子的人，換個評估標準，也同樣不是好人啊。

單一特徵不會在模型中的權重過大。當單一特徵在模型中占的權重過大，這對模型本身就是很大的風險，我相信以芝麻信用團隊的專業性，是不會犯這麼低級的錯誤的。

上面兩點就是從模型本身分析了這件事的可能性，另外我覺得還有一個很重要的原因，模型中所使用的數據，會盡量避免那些未經過認證的數據（客戶主動上傳的數據），如果芝麻分會使用這些客戶的認證信息做為模型的輸入，必須要去第三方驗證這些信息（又一次相信了芝麻的專業性，芝麻的公關是不是要聯繫我一下，給點好處費啊），就算對於阿里爸爸這樣的土豪來說，也是很大的一筆錢，所以在芝麻分中，很有可能沒有採用這些認證數據，也就是說，刷了也白刷。

再退一步說，阿里爸爸真的土豪，去把這些數據驗證了，用到模型里，那我就要懷疑文中黑客的能力了，你能把我們國家的學籍中心，公積金中心，房管所，車管所都黑了？我估計有這種本事的人，是應該在悶聲發財，而不是來做這個風險收益不成比例的生意吧。

文:再議的也要很靠譜 張岩

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！