一套自动化的风险置换方法风险置换即对风险客群的置换，包括风险置入与风险置出，是风险策略迭代优化的重要手段。通常情况下，风险置换通过置入一组好账户，置出一组坏账户，从而实现以下风险目标：1) 在风险不变的情况下，通过率提升；2) 在通过率不变的情况下，风险下降；3) 通过率提升的同时，风险下降。（图例：风险置换效果示意）传统置换策略，通常是风险管理人员凭借业务经验手动筛选置换的客群，比如新的评分模型与旧的风险等级进行二维交叉，或者风险特征变量与旧的风险等级进行二维交叉，在交叉矩阵中找出可以进行置换的客群。这种凭借业务经验的手动操作局限在于：1、低效，耗费风险管理人员大量时间；2、大多情况下无法得到最优的风险置换策略：可能找不出风险最高的客群进行置出及风险最低的客群进行置入，或者可以找出这样的客群但是置换的样本量不充分。自动化的风险置换策略，彻底打破了传统方法的局限。方法论上，基于数据驱动的算法，首先遍历所有特征组合自动生成大量可以进行置换操作的样本，接着以边际贡献的方法筛选出符合业务要求的置换样本。具体来说，主要包括两个操作步骤。第一步，基于决策树去遍历所有的风险特征组合，自动化生成大量风险规则，并计算每个风险规则的坏账率及提升度（提升度即风险规则所筛选客群的坏账率相比整体客群坏账率的比值）。为了保持风险规则的稳定性并防止过拟合，需要在另一个样本上（相对于训练决策数样本的不同时间点样本）应用这些风险规则，并得到相同风险规则在时点外样本的坏账率与提升度。（自动置换步骤一示意）第二步，首先根据业务及风险需要，主要考量坏账率与提升度两个指标来筛选风险规则；接着对筛选的风险规则以边际贡献（指单个置换操作的样本在原样本上额外的增益）的方法自动化组合生成最终的置换策略，指标可以是：边际的坏账率、边际的提升度、整体的坏账率、整体的提升度等。（自动置换步骤二示意）需要注意的是，以上完全基于数据驱动的规则生成与规则筛选组合操作，可能会得到与业务考量不相符的规则。比如在置入策略中得到信贷多头高（多头大于某个值）的置入规则，或者置出策略中得到信贷多头低（多头小于某个值）的置出规则，这显然与业务逻辑相悖，因此需要基于业务逻辑趋势对风险规则做进一步筛选。此外，业务上有些规则并非基于数据表现进行选取，因此需要先设定其进入置换的规则集。最终得到的置换策略，还会依据业务经验进行适当调整，剔除业务上不合理的置换规则。因此，自动化的风险置换策略并非摒弃人工操作，风险人员对业务的理解越深刻、经验越丰富，越能够最大化地发挥自动化风险置换方法的优势。

自动化风险置换方法的应用效果这套创新的风险置换方法，首先实现了置换操作的自动化，从而解放了风险人员的繁琐劳作。在业务实践中，传统方法需要一位分析人员耗时一周进行的置换操作，此方法半天便可完成。更进一步，自动化的操作能够充分发挥数据驱动的优势，使获得置换策略的最优解成为可能。在大数信科与多家银行的合作实践中，通过为银行提供自动化的风险策略置换解决方案，大幅提升了银行对风险灰度客群的辨识能力。自动置出应用效果在端对端的联合运营合作中，通常需要为银行提供前端客户筛选和辅助风险把控，自动置出技术可以在通过率影响极低的情况下精确置出高风险客群，从而在源头上保证进件客户质量。如大数信科在与某城商行的小微票贷产品合作中，应用这套方法在流量源头置出4.4%的客户，该客群的整体坏账率是进件整体客群的4倍多。自动置入应用效果大数信科与多家股份行、城商行、民营银行合作，针对银行现有策略中拒绝的客户开展精细化的联合运营，利用大数据风险体系结合自动化的风险置入方法，筛选出风险可控的客户特征并进行置入，对于高风险置出客户也给予打标。从效果看，以某股份行的合作项目为例，这套方法能够新置入20%的原拒绝客户，且置入客户的整体风险表现与原优质客户持平，相当于在风险可控的情况下银行提升了自营产品20%的通过率与业务规模。大数信科与银行的诸多合作实践证明，在小微信贷业务中引进自动化的风险置换方法，大幅提升了风险置换效能，让银行能够更精准地把控客群质量，并在既定风险目标下，实现对可获得资产的最大化运营，这在优质资产稀缺的当下独具价值。长远看，数字风控大的方法论下，自动化风险置换这类局部的技术创新，将不断推进数字风控效果的提升。这是专业化分工对信贷科技进阶的价值，也必将有助于普惠信贷的健康与可持续发展。