AER 论文：抗操纵机器学习提升肯尼亚信贷预测

Afinetheorem · x · 2026-08-28

发表于《美国经济评论》(AER) 的一篇论文探讨了传统机器学习模型在预测时的脆弱性，即人们可能为了获得更好的结果而伪装数据（如贷款申请中的信息造假）。研究团队借鉴机制设计理论，提出了一种更抗操纵的训练方法，并将其应用于肯尼亚的基于蜂窝数据的信贷评分中。实验结果表明，该方法在真实场景中表现优异。