模型验证概述

根据《银行资本管理办法》规定，金融机构明确对模型验证提出了严格要求。

例如《商业银行风险评估标准》的第四条规定：

4．商业银行的管理信息系统应当为准确、及时、持续、充分地识别、计量、监测、控制和报告银行账户利率风险提供有效支持，其功能至少包括：
（1）按设定的期限计算重新定价缺口，反映期限错配情况。
（2）分币种计算和分析主要币种业务的银行账户利率风险。
（3）定量评估银行账户利率风险对银行净利息收入和经济价值的影响情况。
（4）支持对限额政策执行情况的核查。
（5）为压力测试提供有效支持。
（6）为模型验证提供有效支持。

《商业银行风险评估标准》的第十一条规定：

11．商业银行应建立充分有效的内部计量模型验证程序，定期跟踪模型表现，对模型和假设进行持续验证，同时根据验证结果，对模型进行调整，确保计量的合理性。

如下图，模型开发是一个循环周期。模型验证是一个覆盖面广，专业化，持续化工作。未经过验证的模型是存在系统性风险。市面上模型长期存在质量参差不齐，建模人员考虑不周全情况。

我方团队经过数百个模型验证实战经验，对模型维度过高，噪音变量未清洗，缺失值未处理，异常值未处理，多算法比较缺失，调参缺失，模型区分能力不足，排序能力混乱，稳定性差等情况有专业处理方案。

经过验证和改良的模型，对偿还能力差客户，欺诈客户，多头借贷客户有更好识别能力，进一步提高风控能力，减少金融公司信贷损失。

我方专业团队不仅能够识别模型中核心变量，而且还能对变量之间交互作用做深度分析。

下图是变量重要性排序。

下图是变量交互影响图。

我方团队建模质量远高于互联网上公开发布数据。以give me some credit数据集为例，我方团队模型的AUC为0.929，远超互联网其它相关论文模型性能AUC 0.85。

如有模型验证，模型开发商务合作，可与UP联系！