35万份房贷数据实锤：最合规的AI模型，对黑人申请者伤害最大

一项分析了354,000份房贷申请的实证研究，把"算法公平"这块遮羞布撕了个干净。研究者发现，通过法律合规检测最严格的模型，对黑人申请者造成的经济损失，是性能最优模型的13倍。

这个数字本身已经足够刺眼了。更讽刺的是，那个"最合规"的模型，恰恰是在现行监管框架下被认为"安全"的选择。

合规模型的陷阱：通过考试，却搞砸了人生

美国消费金融保护局（CFPB）和《平等信贷机会法》（ECOA）给金融机构划了一条红线：差异影响比率（Disparate Impact）不得低于0.80。换句话说，少数族裔的贷款批准率只要达到白人的80%，就算过关。

这条线成了行业标配。模型过了0.80，法务部门签字，风控部门放行，上线运行。

但研究者提出了一个被长期忽视的问题：合规分数告诉你"有没有偏见"，却不告诉你"偏见值多少钱"。

差异影响比率0.85意味着少数族裔批准率是白人的85%。可它完全不回答——那些被拒的合格申请者，总共损失了多少钱？这些钱又集中在谁身上？

研究者把35.4万份2019年HMDA（房贷披露法）真实记录喂给六个模型，叠加五种公平性干预手段，然后做了一件事：把每个预测错误都换算成美元，并按种族分组计算。

结果出来了。

「合规分数最高的模型，造成了5,125美元的种族间经济损失差距。性能最优的模型，这个数字是388美元。」

13倍的差距。前者是监管眼中的"好学生"，后者反而没人注意。

错误定价：谁在为算法的误判买单

研究者的框架把预测错误拆成两类，分别定价。

第一类是假阴性（False Negative）：一个信用良好的申请者被系统误判为高风险，拒贷。这个人的损失，是他本该拿到的那笔贷款的净现值（Net Present Value）。可能是更低的利率，可能是置换高息债务的机会，可能是买房增值的时间窗口。

第二类是假阳性（False Positive）：一个高风险申请者被误判为优质客户，获批后违约。损失由银行承担，金额是违约损失率（Loss Given Default）。

关键洞察在于：这两类错误的成本分布极不均匀。

在房贷场景里，假阴性的成本往往由申请者本人承担，且集中在特定人群——那些收入稳定、信用记录却因历史原因有瑕疵的少数族裔申请者。假阳性的成本由银行承担，但银行可以通过提高整体利率、收紧标准来对冲。

现行合规指标只关心批准率的相对比例，完全不捕捉这种成本的不对称性。一个模型可以把黑人批准率压到白人的81%（刚好过线），同时让每笔误判的代价翻倍——它在纸面上是"公平"的。

公平悖论：我们测量的，真的是我们关心的吗

研究者把这个发现命名为"公平悖论"（Fairness Paradox）。

悖论的核心是目标错位。监管指标设计于上世纪70年代的统计歧视诉讼，当时的核心诉求是"机会平等"——别让少数族裔的批准率太低。这个诉求本身没错，但它假设了一个过于简单的世界：批准率相等，结果就公平。

算法信贷的复杂之处在于，"批准"只是起点。批准后的利率、额度、条款，以及被拒绝后的替代方案，共同决定了真实的经济后果。

一个模型可能让黑人获批率接近白人，但把大量边缘合格者拒之门外，同时给获批者匹配更差的利率。另一个模型批准率略低，但误判的代价小得多，且获批者拿到的条件更好。

按现行标准，前者合规，后者可疑。按实际经济损失，前者是后者的13倍。

这种错位不是理论上的。研究用的35.4万份记录来自2019年HMDA数据库，覆盖全美真实房贷申请。六个模型包括传统逻辑回归、梯度提升树和几种常见的公平性约束变体。五种干预手段涵盖了当前主流的技术路线——重加权、对抗去偏、后处理校准等。

没有一个是野路子。全是行业正在用的。

从指标到问责：金融业需要新的测量语言

研究者提出的替代框架并不复杂：为每个预测错误贴上价格标签，按保护群体分组汇总。假阴性的代价是申请者的机会成本，假阳性的代价是银行的坏账损失。

这个框架的激进之处不在于技术难度，而在于它把"公平"从抽象的统计比例，翻译成具体的金钱数额。一旦用美元计量，公平性就从合规部门的 checkbox 变成了损益表上的数字。

这对金融机构意味着两件事。

第一，现有的合规流程可能正在制造隐性负债。一个在监管报告中漂亮的模型，可能在集体诉讼的损害赔偿计算中暴露致命缺陷。研究中的13倍差距，换算到具体案件里，就是天文数字的惩罚性赔偿基数。

第二，公平性优化和利润优化不一定冲突。性能最优的模型同时实现了最低的经济伤害差距——说明"做对的事"和"做对生意"可以兼容，前提是你要测量正确的东西。

当然，这个框架也有边界。净现值的计算依赖利率假设，违约损失率依赖历史回收数据，两者都可能引入新的偏差。研究者自己也强调，这不是终极答案，而是一个起点——从"有没有偏见"走向"偏见值多少钱"的起点。

35.4万份申请的数据已经摆在这里。当监管还在检查0.80的阈值时，真正的问题或许是：如果合规本身成了伤害的遮羞布，我们还需要多少份被拒绝的房贷申请，才能承认这套游戏规则需要重写？