金融中的人工智能

第3章　使用强化学习自动化商业银行贷款融资

商业银行一般通过赚取贷款利息来赚钱。但是在许多情况下，贷款会成为银行的不良资产（Non-Performing Asset，NPA）。在某些情况下，借款人可能会破产，从而使银行蒙受损失。在这种情况下，对于商业银行而言，评估借款人能否按时偿还贷款的能力就变得至关重要了。

现在，如果我们仔细观察这个业务场景，就会发现，每一笔贷款的资金都是来自其他客户的存款。为此商业银行要对存款人的存款支付利息。这通常就是存款人资金的利息，一般由银行按季度记入贷方（按季度这点各个国家、地区和具体银行会不一样）。如果银行向借款人收取较多的利息，而向存款人支付较低的利息，银行就能获利。

在本章中，我们将利用机器学习的一个重要领域——强化学习，来推导出上述业务场景的解决方案。

除此以外，我们还将研究强化学习是如何有助于银行业务的示例。强化学习是机器学习的三大领域之一，其他两大领域是有监督学习和无监督学习。强化学习特别适合用于需要根据周围环境或当前环境进行决策的业务场景。在强化学习中，通过奖励机制来推动智能体（又称主体、代理，本书统一叫智能体）“前进”。智能体必须要选择多个选项中的一个。如果智能体选择了正确的选项，将会得到奖励。否则，智能体将受到惩罚。智能体的目标就是最大限度地增加它们在每一步中接近奖励的机会，并最终获得奖励。

在本章中，我们将介绍以下主题。

● 分解商业银行的业务。

● 人工智能建模技术。

● 模型性能的测量指标。

● 构建破产风险预测模型。

● 使用强化学习自动化贷款融资。

在继续学习强化学习之前，我们有必要了解商业银行的业务以及它是如何运作的。

3.1　分解商业银行的业务

商业银行作为拥有多余资金的人（存款人）和需要资金的人（借款人）之间的中介，有两个重要的问题需要回答。 ...