在《金融AI实验室》的小微授信场景实验中，我们尝试用企业银行流水的原始交易序列替代部分传统财报指标。流水能以日粒度反映经营节律，但也带来两个问题：交易对手名称不规范，同一主体存在多种写法；季节性收入波动容易被误判为风险信号。
做法分两层：先用规则加向量检索把交易对手归一为供应链上下游、平台结算、个人往来等类别，再以类别级月度净流入、回款周期中位数、工资发放稳定性构造特征，输入梯度提升模型输出建议额度区间，人工审批只做边界复核。
进展：
- 在约 4000 户历史样本上回测，对放款后 12 个月逾期 30 天以上的样本，召回率由传统规则的 41% 提升至 63%，同期审批通过率未下降；
- 下一步引入开票与纳税申报数据做交叉验证，重点压制关联方对倒流水导致的额度虚高。
评论