Calibrated Credit Intelligence: Shift-Robust and Fair Risk Scoring with Bayesian Uncertainty and Gradient Boosting
创建于 更新于
摘要
本文提出 CCI（Calibrated Credit Intelligence），通过融合贝叶斯神经网络以提供模型不确定性、带公平约束的梯度提升树以控制群体差异、基于漂移检测的自适应融合与后验校准，实现在时序分布漂移下既有良好判别能力又具备可靠概率输出与较小群体差距的风控评分体系；在 Home Credit Model Stability 基准上，CCI 达到 AUC-ROC 0.912、AUC-PR 0.438，同时显著降低 Brier/ECE 与公平差距，且在早晚期的 AUC-PR 跌幅最小，证明了方法在鲁棒性、校准与公平间的平衡效果 [page::0][page::5].
