Balancing Fairness and Accuracy in Machine Learning-Based Probability of Default Modeling via Threshold Optimization
Notice bibliographique
Résumé
This study presents a fairness-aware framework for modeling the Probability of Default (PD) in individual credit scoring, explicitly addressing the trade-off between predictive accuracy and fairness. As machine learning (ML) models become increasingly prevalent in financial decision-making, concerns around bias and transparency have grown, particularly when improvements in fairness are achieved at the expense of predictive performance. To mitigate these issues, we propose a model-agnostic, post-processing threshold optimization framework that adjusts classification cut-offs using a tunable parameter, enabling institutions to balance fairness and performance objectives. This approach does not require model retraining and supports a scalarized optimization of fairness–performance trade-offs. We conduct extensive experiments with logistic regression, random forests, and XGBoost, evaluating predictive accuracy using Balanced Accuracy alongside fairness metrics such as Statistical Parity Difference and Equal Opportunity Difference. Results demonstrate that the proposed framework can substantially improve fairness outcomes with minimal impact on predictive reliability. In addition, we analyze model-specific trade-off behaviors and introduce diagnostic tools, including quadrant-based and ratio-based analyses, to guide threshold selection under varying institutional priorities. Overall, the framework offers a scalable, interpretable, and regulation-aligned solution for deploying responsible credit risk models, contributing to the broader goal of ethical and equitable financial decision-making.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».