中国银行业信用风险管理系统的重建（序言）第1章：通用框架理论信用风险分析系统第2章：某些信用风险的冲突EpiStemas第3章Ji Shaofeng的辩证性认识论第4章：三种代表性的信用风险第6章：信用风险的三种方法论6：三种信贷方法论第6章：实际上（定性学校） 意见负责人丨ji shaofeng 6。在实践中应用因果关系和因果关系（定性学校） （i）对专家经验方法对专家策略方法的演变的定性分析。 定性信用分析分析分析的演变也逐渐从非标准的专家费用（贷方的经验）到数字概率模型（例如5C \分析方法\ 6p）逐渐过渡。虽然早期决策模型取决于个人经验of债权人很灵活，信贷机构在形成一个规模，并以零散的知识和过度的酌处权形成规模后，很容易造成严重的管理失败。当他们面对大型公司贷款时，由于个人经验的限制，信用验证质量无法控制。为了解决这一难题，该行业改变了标准因果框架（例如德国IPC Semi -starch的信用等级以及相对标准分析方法5C的知识图），并通过创建明确的因果关系（例如“行业周期，订单，订单，现金流 - 现金流量）来做出更好的决策一致性”）。随着AI技术的进步，这些因果规则在数字模型计算中进一步编码（例如，使用BERT来分析报告的年度文本以评估管理能力），并且通过概率限制（贝叶斯信念的更新）实现了动态校准，从而形成智能“人类因果关系位置”的杂种系统。这种演变本质上是由于对决策制定的知识和计算的解释，并解决了“认知没有形成”的双重困境，而在传统专家模型中，“风险是不可错过的”。它的驱动力既来自透明度的监管要求（例如GDPR解释条款）和在复杂风险环境中（例如对供应链中断链的影响的分析）中对分析的需求。 但是，这种AI技术对于公司来说还不够。它受到太多风险因素的限制，计算机功率要求和技术的早期阶段。它仅是公司管理信贷分析的辅助工具。一些银行试图将其用作极端自定义场景的主要工具，但是仍然很难说它成功。这是一种当前需要关注当前对C的依赖性的方法与特定客户和特定产品组下的标准因果框架（例如6p专家策略方法）的科学设计相比，商业信用分析（例如6p专家策略方法）。 将来，随着AI和其他技术的进步，机械模拟中人类因果的推力能力的提高可以显着改善定性分析的严格性和包含。在此阶段出现之后，专家模型方法逐渐移动到机器仿真模型为主要模型的方式，并且FormereXpert的经验和专家模型的验证是辅助形式。但是，必须保留人类专家在极端情况下进行判断的最终权利，以形成“算法提供参考点，提供参考点”。人类了解例外，即“新治理范式”。 （ii）这个进化过程可以分为三个阶段 专家个人经验的结构性标准框架的演变因果扣除（专家经验方法和专家策略方法） 因果扣除的结构化标准框架部分在数字模型中演变（专家策略方法 - 经验模型方法） 因果扣除的结构标准框架 +数字模型的协作和限制（专家策略方法 +专家模型方法） （iii）分析每个阶段进化的重要变化 1。经验专家 技术进步：专家经验被归类为因果因素（例如，在“战略清晰度”和“设备稳定性”等可观察指标中拆除“管理能力”） 案例：德国IPC技术已更新为“ 9 9网格”，以进行可量化的现金流预测。实际上，IPC技术是用于经验法律实践的传统专家的专家战略方法。发展迁移过程的状态。不仅显示了纯信贷经验的标准化要求nnel，例如建立一组框架和分析要求，例如修复三个表，报销的意图以及退款源的分析，但不认识到一般分析框架的澄清和标准化，例如5C和6p等专业战略方法。这是一种方法的策略，这也是银行发现难以正确复制的主要原因。 限制：必须手动维护因果规则（例如，需要大量时间到每季度行业模板的更新） 2。因果框架→数字模型（第二跳） 创新算法，提高效率，现实限制 要培训可靠的模型，您需要超过100,000个标签样品（小型企业不适当的数据） 3。人类机器的协作（目前处于测试阶段） 混合决策过程： （iv）实际信贷案件 案件的背景：“先锋技术CO。，Ltd。“这是一家中型制造公司，主要生产太阳能电池板连接器，并要求1000万元人民币的营运贷款。 1。阶段1：专家专家专家 技术形式：通过个人经验和贷方的直觉。 分析过程： 三名高级贷款官（A，B和C）分别进行了尽职调查。 信用人员A（生产）：注意新的和旧的设备和容量使用水平。我们认为操作是牢固的，因此我们建议您批准操作。 Boil Manager B（风险和创伤经验）：它怀疑存在资产转移的风险，怀疑我是否建议拒绝并注意许多物业。 贷款经理C（返回的年轻）：注意ESG（环境，社会和治理）的概念，我们认为该行业有很好的看法，我们建议接受它。 决定的结果：REE专家有不同的结论，需要很长时间，最终，他们信任信用部门主任的个人权威，因为他们失败了。决策的质量不稳定且难以复制和扩展。 2。阶段2：专家策略 技术形式：标准化因果框架（例如，分析方法5C）。 分析过程： 银行实施标准化的信用审查模板，并要求所有信贷代表根据统一框架进行评估。 文字：验证实际控制器信用报告和诉讼记录。 容量）：分析现金流量和损益状态计算债务付款的薪酬率。 资本：评估净资产和债务 /生活方式关系。 保证：评估工厂和设备的抵押价值。 条件：分析太阳能行业的政策以及上游硅材料的价格趋势。 三个贷方收集了信息ba在同一Plantilla上SED，显着提高了结论的一致性。模板委员会：“硅材料的价格上涨”是关键的风险因素，应该专注于公司的成本转移能力。 决定的结果：根据统一的因果链，我们得出结论：“条件过去了，但是转移贷款成本的能力应包括在扩展后的监控中。”尽管决策是一致且透明的，但框架是静态的，无法快速响应突然的变化，例如“硅材料的滑动价格”。 3。阶段3：专家模型方法 技术形式：AI模型可帮助人类专家做出决策（人类机器的协作）。 分析过程： 数字模型干预： 文本分析：AI分析公司的上升和下游合同的条款，并涵盖客户合同具有“价格锁定条款”，以便在TH时无法转移成本硅材料的价格上涨，这种风险不能直接反映在声明中。 因果图形计算：Red Bayesiana模型集成了“硅材料的价格”，“合同项”，“总增长率”和“当前” 诸如黄金流量之类的变量计算公司不会成为价格波动的可能性。 人类专家的决定： 模型输出不是确定的，而是提供详细的信息。 “风险核心来自严格的合同条款。” 基于此的人类专家与公司进行了谈判。最终计划如下：批准贷款增加了两个条件：如果您重新谈判合同，则必须实施价格链接机制。 决策结果：“算法降解风险的基本原因，人类设计风险控制解决方案。” AI量化并加深了人类专家的因果思想（侧重于合同），人类专家信任商业知识和法律知识，以发展CREA知识模型中无法想象的风险管理措施。这确实是一种新的治理范式，在这种治理中，“算法”提供了参考点，人类包括例外。 “ 4。三阶段比较表 摘要：这三个阶段演变的本质是信用分析过程，从“艺术”（非正式的个人经验）到“详细的”（可重复的标准化过程）和“工程学”（计算和可扩展人类计算机的混合智能）。我们目前在第二阶段缺乏科学标准，我们也在第三阶段进行探索。 Méever的专家模型需要在计算机和AI技术方面进行大量发展，并且只有在模拟人类因果扣除能力的大规模之后才能完全完成。以前，它只能用作专业人员的辅助工具。 先前的文章 （本文的作者：我在受欢迎的银行工作中国和中国银行监管的委员会已有16年，然后在私人资本工作，保证融资，微观和金融技术。互联网财务和财务专栏作家的知名评论员。他撰写了一系列热门物品，其中包括P2P的99％的P2P。 西纳金融公司（Nina Finance）认为的所有专栏都是作者的个人意见，并不代表西纳金融的立场或观点。 关注微信的“官方意见领袖”，并阅读更多令人兴奋的文章。单击微信接口右上角的+符号，选择“添加朋友”，然后输入您的微信帐户以获取意见领导者“ Kopleader”，或单击下面的QR码。意见领导者在金融部门提供专门分析。 作者的个人资料：Ji Shaofeng 他曾在中国大众和银行的监管管理局工作16年，然后在私人首都工作保证，微观和金融技术。小型和中等规模的微型汇款行业的代表人物，这是中国小型和微生复发机构的商业创新合作联盟的发起人，小型和微型公司的实践专家，著名的互联网财务评论员和金融专栏作家。他撰写了一系列热门物品，其中包括“为什么99％的P2P最终死亡”，并预测小型市场的小市场的重复趋势，用于微观信贷和监管市场。