信用评分卡里的“老江湖”：PD、LGD 与 WOE 的实战哲学
哈喽大家好，我是小叶。 今天想跟大家聊聊信用风险管理里的“基本功”。如果你在银行风控部门，你一定听过这几个字母缩写：PD、LGD、EAD。 作为一个上财在读、又爱撸码的小程序媛，我刚入行的时候觉得：这些不就是几个乘法公式吗？有什么好学的？直到我真正去参与了一个信用评分卡（Scorecard）的建模过程，我才发现：这些指标里藏着对人性和风险最深刻的博弈。 1. PD、LGD、EAD：风险的三个维度课本上的公式很简单：EL = PD * LGD * EAD（预期损失 = 违约概率 * 违约损失率 * 违约风险暴露）。但我现在的理解是： PD（违约概率）：他会不会跑路？这是对还款意愿和还款能力的判断。 LGD（违约损失率）：如果他跑了，我能追回多少？这是对抵押品和追偿能力的判断。 EAD（违约风险暴露）：他跑的那一刻，欠了我多少钱？这通常取决于额度管理。 我的反思：很多模型只盯着 PD 看，觉得只要预测准了谁会违约就万事大吉。但在真实的银行业务里，一个大额订单的违约，抵得上几千个小额订单的正常还款。如果你不把 LGD 和 EAD 考虑进去，你的风控策略就是“捡了芝麻丢了西...
支持的短片小说《高大的虾农》
高大的虾农 （文/叶新） 五一假期，陪同老张在吴城古镇游玩，返回的时候，即将到达昌九快速路时，竟然遇上堵车。毕竟我是当地人，知道一些岔路，顺势把小车引到田间小路上。 白鹭翻飞，水面流光，清爽的风吹拂着。看着继续窝在路上的人们，感觉非常惬意。空中有嗡嗡嗡的声响，抬头一看，几只无人机在盘旋。一位农民在田间划着小船。不远处立着几个鲜红的字牌：稻虾轮作一水两用，一田两收稳粮增效。 老张把车停稳，走下车，拿出手机，不停地拍照。 看到来人了，正在劳作的虾农赶紧把小船划到田边。 尽管我在县城工作，可惜不会说当地的土话，况且车子挂着外地牌照，虾农不会找我们麻烦吧。而且，我早已听说，这个乡镇民风彪悍，心里不免有些打鼓。 “你们好，有啥哩事情要帮忙吗？”虾农用蹩脚的普通话问候着，向我们走来。 ...
在信贷评估里找“公平”：联邦学习、隐私与我的三个偏见
哈喽大家好，我是小叶。 今天在备考金融风险管理（FRM），看到关于“信贷公平性”的章节，不由得想起了我之前做过的一个联邦学习（Federated Learning）项目。 现在的人工智能，最火的词就是“隐私保护”。各家银行手里都攥着客户数据，像守着金矿一样。这时候，联邦学习（FL）跳出来说：“别怕，我能让你们不分享数据，也能训练出一个超级强大的评分模型。” 但我现在的思考是： 联邦学习真的能解决“公平”吗？或者它只是给“偏见”穿上了一层隐身衣？ 1. 那些被“加密”的社会偏见在做信贷评分时，我们常说要去除“地域偏见”、“性别偏见”。但如果我们的原始数据本身就带有这些偏见，联邦学习只会让这种偏见变得更隐蔽。 因为模型在各家银行本地训练时，已经把那些社会经济特征（比如：某个地区的历史违约率高）内化到了梯度（Gradient）里。当你把这些梯度聚合成一个全局模型时，你其实是在“众筹”一种成见。 我的反思：联邦学习解决了“数据能不能看”的问题，但它没解决“数据对不对”的问题。在信贷领域，公平性（Fairness）应该是一个前置条件，而不是一个加密后的结果。我建议在本地训练（Local T...
债市里的“长情”与“善变”：久期、凸性与我的三次踏空
哈喽大家好，我是小叶。 今天在备考金融风险管理（FRM），正好复习到固定收益（Fixed Income）这一块。作为上财在读、又爱撸码的小程序媛，我一直觉得：债券这种“还本付息”的东西，不就是算算现金流吗？有什么难的？ 直到我去年在模拟盘里，因为没看懂久期（Duration），直接遭遇了三次连续的“踏空”。今天想聊聊我对债市里这些核心指标的“血泪教训”。 1. 久期：它不仅仅是“时间”课本上说，马考利久期是现金流加权的平均回收期。但我现在的理解是：久期是债券对利率变化的敏感度。如果你手里拿着一只久期为 10 年的债券，当利率上升 1% 时，你的债券价格会跌大约 10%。 我的教训：我当时觉得利率已经到底了，应该买点长债（Long-term bonds）博反弹。结果美联储加息预期一出，长债的价格跌得比股票还凶。我才意识到：久期是一把双刃剑。在牛市里，长久期是杠杆；在熊市里，长久期是噩梦。如果你不看久期，你就根本不知道自己承担了多大的利率风险。 2. 凸性（Convexity）：债券的“温柔保护”如果说久期是直线，那凸性就是曲线。 当利率下降时，债券价格上涨的速度，比久期预测的要快...
“股吧”千万条，风险第一条：我从散户情绪里挖出的反转信号
哈喽大家好，我是小叶。 今天想跟大家聊聊“另类数据（Alternative Data）”。如果你在量化团队待过，你一定知道现在因子的内卷程度。传统的价量因子、财务因子，早就被大家挖烂了。 于是，大家开始把目光投向了一些奇奇怪怪的地方：卫星遥感、港口流量、信用卡消费记录，还有——社交媒体情绪。 作为一个上财在读的小程序媛，我去年给自己撸了一个“股吧爬虫+情绪分析仪”。今天想聊聊我在这些散户情绪里看到的真相。 1. 为什么“股吧”的情绪是反转信号？很多人觉得，股吧里全是噪声。大家在里面吵架、谩骂、吹捧。但如果你用 NLP 模型（比如我微调过的 FinBERT）去批量处理这些文字，你会发现一个非常有意思的现象：极致的情绪，往往是市场的拐点。 我的反思：当一个股票的股吧里全是“涨停”、“起飞”、“YYDS”的时候，往往就是散户情绪最高亢、筹码最集中的时刻。这时候，聪明钱已经在悄悄撤退了。相反，当股吧里全是“退市”、“垃圾”、“再也不碰”的时候，绝望的情绪反而孕育着底部的反弹。 这就是典型的 “逆向投资逻辑”。我用 Python 写了一个简单的策略：当情绪得分（Sentiment Scor...
个人介绍
嗨，我是小叶！👋欢迎来到我的个人博客。这里是我记录学习心得、技术探索和生活点滴的小角落。 🎓 关于我 背景：江西财经大学在读，金融与计算机双修。 定位：一个在金融圈里折腾代码，在代码堆里思考金融的“小程序媛”。 坐标：江西 💻 技术栈 语言：Python, TypeScript, Java, SQL, Shell AI：RAG, 图神经网络 GNN 工具：Linux, Git, Docker, K8s, Vite 🌟 博客初衷在金融科技（FinTech）的浪潮中，我们常常被各种高大上的术语和复杂的算法包围。我希望通过这个博客，用最平实、最“人工”的语言，把那些看起来高深莫测的知识拆解开来。 📬 联系我如果你对金融量化、大模型应用或者纯粹想交流学习心得，欢迎留言或通过以下方式找到我： Github: Binhy Email: 3424646955@qq.com “保持好奇，保持热爱。”