基于人工智能技术的企业级模型自动化验证平台

案例简介：建设银行重要资本计量相关模型数量高达300多个。每年都有大量的模型投产后的验证工作需要完成。验证工作具有专业门槛要求较高、各类模型验证结果计算工作量大、各类计算指标和方法有一定可复用性等特点。在建设银行总行风险部、风险计量中心的业务指导下，建信金融科技有限责任公司Big Data中心基于深度学习和自然语言处理 (NLP ) 技术研发了企业级模型自动化验证平台。平台实现自动对接模型运行数据，持续对模型表现进行跟踪和评估，通过算法前瞻性预测潜在模型风险。建信金科还建立了模型报告智能模板，通过NLP技术，自动生成模型报告专家描述性结论，大大提升验证工作的效率和准确性，从而实现企业级模型运行结果“一键展示”“一键诊断”，通过该平台，让管理层、模型所有者、模型风险管理方均能掌握全行模型、本机构模型的运行情况，及时、前瞻性掌握模型风险。

企业级模型自动化验证平台依托建设银行数据中台持续累积的模型运行数据，整合零售申请评分、零售行为评分、非零售评级、零售PD分池、零售LGD分池和零售EAD分池等领域的300个重要模型运行结果明细数据。月均模型数据量5亿条，涉及1200余张数据源表，6800个基础字段。构建了近500个模型风险评价定量指标体系。基于模型产生的数据自动计算评价指标按照模型监测的不同方面，组合评价指标，形成模型的预测准确性、区分排序能力、群体稳定性、审慎性、分池同质性、拟合优度等60个模型风险主题维度的全方位监测。并可按照样本不同观察期和表现期进行指标选择，提升定量指标评价决策的灵活性。