1. 拒绝推断概述
大家好，我是老周。在银行风控这个行当摸爬滚打了十几年，今天咱们来聊聊一个绕不开的话题——拒绝推断。
说实话，我刚入行那会儿，对拒绝推断的理解很浅。觉得不就是把拒绝样本补上标签嘛，有啥难的？后来被现实狠狠教育了一顿。嗯，这里面的门道，比你想的要多得多。
什么是拒绝推断？
先讲个故事。
你是一家银行的审批官。每天有成百上千的人来申请贷款。你根据一套规则，批了一部分人，拒了一部分人。批了的那些人，后续表现好坏，你能追踪到——谁按时还款，谁逾期了。但那些被你拒掉的人呢？他们的表现，你永远不知道。
这就产生了一个问题：你的评分卡模型，只学到了“好人”的样子，没见过“坏人”长什么样。说白了，模型是在一个被筛选过的样本上训练的，这叫样本选择性偏差。
拒绝推断，就是想办法给那些被拒绝的申请人，估算一个“如果当初批了，他们会表现如何”的标签。然后把这些“伪标签”样本，也扔进模型里去训练。
核心定义：拒绝推断是一种技术手段，用于纠正因审批决策导致的样本偏差，让评分卡模型能更真实地反映全量申请人群的风险分布。
为什么需要拒绝推断？
你可能会问：我直接用通过样本建模不行吗？
行，但后果很严重。我举个例子你就明白了。
假设你现在的审批通过率是50%。你只拿这50%的“好客户”去建模。模型学到的规律是：这批人收入高、负债低、征信好。然后你拿这个模型去审批新客户，它会倾向于继续批那些“看起来像”的人。
但问题来了——那些被你拒掉的50%的人，里面有没有其实能还款的？肯定有。你的模型永远不知道他们。久而久之，你的客群会越来越窄，业务规模上不去，坏账率却可能因为“过度筛选”而变得不稳定。
我个人习惯把拒绝推断的必要性总结为三点：
- 纠正偏差：让模型看到“全貌”，而不是只看到“幸存者”。
- 提升区分度：加入拒绝样本后，模型能更好地区分好人和坏人，尤其是边界上的客户。
- 稳定模型：当审批策略发生变化时，拒绝推断能让模型更鲁棒，不会因为策略调整而大幅波动。
避坑指南：我曾经在一个项目中，直接拿通过样本建模，上线后KS（区分度指标）看起来不错，有0.45。结果三个月后，策略一收紧，KS直接掉到0.2。为什么？因为新策略拒掉了一批“边缘客户”，而这些客户在训练集里根本没出现过。后来补上拒绝推断，模型才稳下来。
拒绝推断在评分卡开发中的核心地位
这么说吧，拒绝推断不是锦上添花，而是雪中送炭。在标准的评分卡开发流程中，它处于“数据准备”和“模型训练”之间的关键环节。
你看下面这张图就明白了：
你看，拒绝推断卡在中间，承上启下。没有它，后面的模型训练就是“瘸腿”的。
我见过太多团队，花大量时间调参、选特征，却忽略了拒绝推断。结果模型上线后，表现远不如预期。说白了，数据层面的问题不解决，算法再花哨也没用。
拒绝推断的几种常见思路
这里先给大家一个全景图，后面章节我们会逐一深入。
| 方法名称 | 核心思想 | 适用场景 | 难度 |
|---|---|---|---|
| 简单加权法 | 给拒绝样本赋予一个固定权重，模拟其表现 | 拒绝率低，样本量充足 | 低 |
| 模糊展开法 | 将拒绝样本按概率分配到好坏两类 | 拒绝率中等，有少量外部数据 | 中 |
| 迭代再分类法 | 用通过样本建模，预测拒绝样本，再迭代修正 | 拒绝率高，数据量大 | 中高 |
| 两阶段模型法 | 先建审批模型，再建表现模型，联合推断 | 有历史审批记录，策略变化频繁 | 高 |
注意：拒绝推断不是万能的。如果拒绝样本和通过样本在特征分布上差异过大，任何推断方法都会失效。我见过有人硬套方法，结果模型反而更差。记住一句话：推断的前提是“可推断”，即拒绝样本和通过样本在潜在风险上存在某种关联。
小结
好了，这一章我们聊了拒绝推断是什么、为什么需要它、以及它在评分卡开发中的核心地位。
说白了，拒绝推断就是给那些“被拒绝的人”一个说话的机会。让他们也能参与到模型训练中来。你想想看，如果只让“幸存者”发言，那得出的结论能客观吗？
下一章，我们会深入讲解拒绝推断的数学原理和假设条件。嗯，那部分有点烧脑，但我会尽量讲得通俗些。
公众号:蓝海资料掘金营，微信deep3321