1. 课程导入

1.1 什么是替代数据信用评分

替代数据信用评分（Alternative Data Credit Scoring）是指在不依赖或仅部分依赖传统征信数据的前提下，利用非传统数据源构建信用风险模型，对个人或小微企业的还款意愿与还款能力进行量化评估的方法体系。这里的“替代数据”并非“次等数据”，而是相对于央行征信、银行信贷记录等传统金融数据而言的另一类信息资产。

常见的替代数据包括：

• 通信与设备数据：手机账单缴费记录、入网时长、设备型号、APP使用行为；
• 交易与支付数据：电商平台订单、移动支付流水、收单结算记录；
• 社交与行为数据：社交关系稳定性、履约类行为（如共享单车、租赁归还）；
• 公共与政务数据：水电燃气缴费、社保公积金、税务、工商登记、司法涉诉；
• 位置与轨迹数据：居住稳定性、工作地通勤规律等（需严格合规授权）。

替代数据信用评分的核心目标，是把这些“弱金融信号”转化为可解释、可验证、可入模的信用特征，从而覆盖传统征信无法覆盖的人群，例如信用白户、灵活就业者、小微商户和县域农村用户。

1.2 发展背景：为什么替代数据信用评分成为刚需

替代数据信用评分的兴起，是技术、市场与政策三股力量共同作用的结果。

1. 普惠金融的覆盖缺口：全球仍有大量成年人没有银行账户或信贷记录，传统征信模型对“无记录人群”天然失效，形成“信用白户悖论”——越没有记录越难获得信贷，越难获得信贷越没有记录。
2. 数字基础设施成熟：移动支付、电商、政务数字化沉淀了海量行为数据，为特征工程提供了原材料；云计算与机器学习框架降低了建模门槛。
3. 政策与监管推动：多国推动替代数据在征信体系中的合规应用，强调数据授权、最小必要、可解释与消费者权益保护。
4. 业务价值驱动：在风险可控前提下提升审批通过率、降低获客成本、缩短授信时效，成为金融机构差异化竞争的关键能力。

1.3 与传统征信的区别：数据、模型与治理的全面对比

理解替代数据信用评分，必须把它放在与传统征信的对照中。二者不是简单替代关系，而是互补关系。下表从六个维度进行对比：

对比维度	传统征信评分	替代数据信用评分
数据来源	银行信贷、信用卡、担保、公共记录	通信、支付、电商、政务、设备、行为等
覆盖人群	有信贷记录人群	信用白户、小微、灵活就业、农村用户
数据频率	月度/事件驱动，更新慢	实时/高频，可动态更新
特征形态	结构化、金融语义明确	多源异构、需深度特征工程
模型方法	逻辑回归、评分卡为主	树模型、深度学习、图模型等
合规重点	征信业法规、数据准确性	授权同意、最小必要、可解释、防歧视

1.4 核心原理：从弱信号到信用证据的转化链路

替代数据信用评分的本质，是一条“原始数据 → 特征 → 证据 → 评分”的转化链路。其核心原理可以概括为三点：

• 代理假设：某些非金融行为与还款意愿/能力存在统计相关性，例如稳定缴费反映责任感，稳定居住反映生活稳定性。
• 特征工程放大信号：原始字段往往噪声大、粒度细，需要通过聚合、趋势、比率、时间窗口等变换，提取稳定且有区分度的特征。
• 有效性验证闭环：任何替代特征都必须经过区分度、稳定性、可解释性与合规性验证，才能进入生产模型。

一个典型的特征工程与验证流程如下：

原始数据接入 → 数据清洗与对齐 → 特征构造 → 特征筛选
→ 模型训练 → 区分度评估（KS/AUC） → 稳定性评估（PSI）
→ 可解释性分析（SHAP/IV） → 合规审查 → 上线监控与迭代

在这个过程中，特征工程决定了模型的上限，而有效性验证决定了模型能否真正落地。二者缺一不可。

1.5 案例场景：一个县域小微商户的信用评分

假设某县域银行需要为没有信贷记录的小微商户提供经营贷款。传统征信无法给出评分，但可以获取以下替代数据：

• 收单流水：近6个月日均交易额、交易笔数、周末/工作日比例；
• 缴费记录：电费、水费、房租缴纳的及时性与连续性；
• 设备与位置：经营场所GPS稳定性、设备活跃时段；
• 政务数据：工商注册年限、税务申报连续性。

通过特征工程，可以构造“经营稳定性指数”“履约及时率”“现金流波动率”等特征，再结合轻量级模型输出信用评分。该评分不追求替代央行征信，而是作为传统征信的补充，帮助银行在风险可控的前提下实现“首贷户”覆盖。

1.6 学习目标与整体课程框架

本课程共30章，围绕“特征工程”与“有效性验证”两条主线展开。学完本课程，您应当能够：

1. 理解替代数据信用评分的定义、边界与合规要求；
2. 掌握替代数据特征工程的全流程方法，包括数据清洗、特征构造、特征筛选与编码；
3. 能够针对通信、支付、政务等典型数据源设计有效特征；
4. 掌握区分度、稳定性、可解释性与合规性四类有效性验证方法；
5. 能够识别并规避替代数据建模中的常见误区，如数据泄露、样本偏差、歧视性特征；
6. 具备将替代数据评分模型从实验推向生产的基本工程能力。

整体课程框架分为四个模块：

• 基础篇：定义、背景、合规与数据源概览；
• 特征工程篇：清洗、构造、筛选、编码与典型场景实战；
• 有效性验证篇：区分度、稳定性、可解释性与合规验证；
• 工程与复盘篇：上线监控、迭代优化与案例复盘。