文件名称：信用评分模型的公平性-研究论文
文件大小：1.49MB
文件格式：PDF
更新时间：2024-06-29 10:54:52
Fairness; Credit scoring models;
在信贷市场中，筛选算法区分好类型和坏类型的借款人。 这是他们存在的理由。 然而，通过这样做，他们也经常区分共享受保护属性（例如性别、年龄、种族）的个人和其他人口。 在本文中，我们展示了如何测试 (1) 在拒绝率或利率方面是否存在受保护和不受保护组之间的统计显着差异，称为缺乏公平性，以及 (2) 这种差异是否仅由于信用值得。 当不满足条件（2）时，筛选算法不符合公平借贷原则，可以认定为非法。 我们的框架提供了关于算法公平性如何由贷方监控、由监管机构控制并为受保护群体的利益而改进的指导。