# 風控 Brain Storm

## 評分卡模型（推廣 lab 產品）
1. 信用評分系統：根據借款方的借款與還債歷史、債務狀況等資訊給予不同分數，來決定是否核准新貸款或信用額度的評估。
2. 技術：LR、RF、XGBoost、LightGBM、DNN。
3. 現成技術：AutoML。
4. 挑戰：對模型解釋性要求高。
5. 優勢：降低人為判斷的因素，加快評分流程，適合小額個人信貸。

## 風險價值（VaR）
1. 數學定義：假設 $X$ 為一個隨機變數，給定機率 $c$，$VaR$ 的定義如下：
$$
P(X>VaR) = 1-c.
$$
2. 概念：$VaR$ 用來衡量投資最大預期損失。
3. 案例：假設遊戲規則如下，擲骰子，出現點數 $1$ 損失 $400$ 萬元，其餘情況獲得 $100$ 萬元，身上有 $300$ 萬，要不要參與這個遊戲？期望值為正，不過，如果骰子出現點數 $1$，我們將無法負擔損失。

## 反詐騙 2.0
1. 介紹：傳統圖神經網路適合找尋詐騙集團，不適合找尋隱藏在正常人群中的詐騙犯。
2. 技術：**GraphConsis** 改善圖神經網路的 Message Passing 機制。
3. 應用：
+ 應對詐騙技術的改進
+ 防止孤狼式詐騙

## 參考資料
1. https://zhuanlan.zhihu.com/p/92117117
2. https://arxiv.org/pdf/2005.00625.pdf