京东供应链金融科技依托因果推断技术，助力解决小微企业融资难题-环球热门

小微企业融资难是普遍存在的行业难题而小微企业又是国民经济的重要支柱是扩大就业改善民生促进创业创新的重要力量一直受到国家和地方的高度重

(资料图片)

小微企业融资难是普遍存在的行业难题，而小微企业又是国民经济的重要支柱，是扩大就业、改善民生、促进创业创新的重要力量，一直受到国家和地方的高度重视和大力扶持，也是京东供应链金融科技所要助力解决的核心问题之一。提高风控能力，是解决小微企业融资难题的核心。为此，京东科技从2017年开始提出依托大数据能力、使用因果推断技术识别客户的资金需求与风险来进行额度决策，即uplift技术。经过数年实践，证明uplift技术可在整体风险可控的前提下实现精准提额，相比于传统额度制定方案，客户对额度的满意程度有所提升，实现了双方共赢，形成良性循环。京东科技在因果推断技术上持续进行深入探索，先后在AAAI、IJCNN、PRICAI等多个国际顶级人工智能会议上发表研究成果。　　因果推断技术研究的一个核心问题是，基于已发生条件下的事实，如何预测出其他条件下的结果，即反事实推断。而额度决策所遇到的难题恰是如此，金融服务方难以判断若给用户更高额度，用户的风险是否还会可控。而京东科技在实践中发现，因果推断技术落地还存在诸多技术难题：1)信息混杂严重：额度决策的过程中中会存在信息混杂，比如在我们研究额度对风险的影响时，如果统计观测的信息，就会发现额度越高的用户风险会越低，这是因为我们给信用越好的用户越高的额度，但是这并不意味着我给用户的额度越高，其风险会越低，这种同时影响额度和风险的因素，就称作混杂因子。若不做对应的处理，混杂带来的偏差可能产生不良后果。2)上线测试成本高：信贷领域预期用户的损失金额很大，因此虽然通过随机测试可以解决第一个问题，但成本很高。3)解释性要求高：由于额度管理这种决策类的模型难以离线地去评估效果，只有上线A/B测试才能准确知道一个决策是否合理，因此对方法和决策结果的合理性要求都很高。　　针对这些问题，京东科技在近年来倍受学术界和工业界关注的双重机器学习(DoubleMachineLearning)领域进行了多年探索，2021年曾在AAAI上发表了一篇论文《TheCausalLearningofRetailDelinquency》,该研究提出用双重机器学习的框架可以有效量化多取值的授信策略与用户风险之间的因果关系，从而指导更准确的风险管理与风险控制。但在研究中发现双重机器学习也存在缺陷，同时估计倾向性得分(propensityscore)和潜在结果(PotentialOutcome)存在复合误差的问题。一种极端的情况是，当倾向性得分对于某些样本估计错误或者是非常接近0/1时，使用双重机器学习估计平均因果效应会产生较大误差。以往已经有不少关于实际操作上如何解决这类缺陷的研究，例如倾向性得分修剪(trimming)等方法，但是如何从理论上解决这类问题却鲜有耳闻，也并未有相关文献对此进行过理论证明或阐述。今年早些时候，京东科技着手于这个领域在国际神经网络联合会议(IJCNN)上发表了一篇相关论文《RobustCausalLearningfortheEstimationofAverageTreatmentEffects》，提出了一种新的双重机器学习方法，被称为鲁棒因果学习(RobustCausalLearning)，从而克服了上述传统双重机器学习的缺陷，首先，做到了和传统双重机器学习具有同样的一致性和双重稳健性；其次，克服复合误差问题。同时通过大量的相关实验证实了其所提出的鲁棒因果学习相较于传统双重机器学习确实可以对因果参数给出更稳定的估计，并且估计的误差更低。为了进一步从表示空间的层面上避免过度平衡(over-balanced)的问题，并充分用正交信息(orthogonalityinformation)，京东科技继续深入研究，在环太平洋国际人工智能(PRICAI"22)上发表文章《Moderately-BalancedRepresentationLearningforTreatmentEffectswithOrthogonalityInformation》，提出了moderately-balancedrepresentationlearning(MBRL)框架。MBRL通过多任务学习的来保护表示层不会被过度平衡，并利用训练和验证阶段的噪声正交信息来更好地估计ATE。　　京东科技持续投入，不仅取得了丰富的学术成果，更是将前沿的学术研究在金融信贷领域落地，不断提高以因果推断技术为基础的普惠金融服务能力，实现精细化、智能化、自动化的决策，成为最懂金融的科技公司。　　未来展望，京东科技持续投入，不断提高以因果推断技术为基础的普惠金融服务能力。同时，作为京东集团技术能力对外服务的主要出口，京东科技将因果推断技术输出服务于银行、消金等金融机构客户。京东科技提出的新型双重机器学习方法，也可以很好的克服传统方法的技术缺陷。对于金融机构提升客户精准识别能力，给与普惠客户和中小微企业更加准确的额度有着重要的作用。帮助金融机构给与对应客更多的准确额度，也从一定程度上助力中小微企业解危纾困，具有很好的社会意义和价值。在科技创新与应用的道路上，京东科技也会始终携手客户与合作伙伴，创造更多有价值新技术与新应用。

关键词：