金融风控：通过率与坏账率的博弈

查准率与查全率

在机器学习领域，有两个常用的指标：查准率与查全率。

它们分别代表什么含义呢？让我们以一个例子来说明。

假设有400人申请贷款，已知其中有160人是好人。我们建立一个模型进行训练，训练的结果是把100个人识别成了好人。但是，实际上，这些人中间只有80人是真正的好人，另外20人是漏网之鱼。

其中，查准率（precision）=检出相关信息量/检出信息总量=80/100=80%

查全率（recall）=检出相关信息量/系统中的相关信息总量=80/160=50%

由此看来，查准率与查全率是一对相互矛盾的概念。

通常，要提高查准率，就要把标准定得严格一些，那么，就会有更多的人被识别为“坏人”，只有少数特别好的人才会被认为是“好人”。

这样，检出的好人数量一定会减少，那么在全部好人中的占比就会下降，也就直接导致查全率降低。

如果反过来，把标准定得低一些，虽然有更多的好人被识别为“好人”，查全率显著升高，可是也会有更多的坏人被误判为“好人”，导致查准率下降。

通过率和坏账率

在金融风控领域，有两个指标是与查准率和查全率相对的，即通过率和坏账率。它们表达的意思一致，但是具体含义不同。

坏账率指的是在被判断为好人的人群中，坏人所占的比例。即：

坏账率=年坏账率/年赊销总额=20/100=20%

因此，查准率=1 - 坏账率

这两个指标可以从正反两个方面来考察同一个含义。

通过率指的是在模型中被判断为好人的人占人群总数的比例，即：

通过率=100/400=25%。

为什么业内很少用查全率，而是常用通过率这个概念呢？

这是因为，在真实业务中，我们拒绝的那一部分申请人中，具体有多少是好人，我们是不清楚的，所以我们无法计算查全率。由于训练模型时使用的数据结果是已知的，因此我们可以在模型训练时使用。

通过率则可以直接度量、简单易算。从表达的含义上讲，通过率与查全