应用双重机器学习（Double Machine Learning）计算额度-响应弹性系数

汉森定理
前言
额度-响应弹性系数能够指导我们，为了提升信贷收益，针对不同的客群应该提额还是降额，以及提多少，降多少。本文手把手教你如何使用双重机器学习进行因果推断解决业务问题。
1 问题的提出
弹性是经济学非常重要的一个概念，例如需求的价格弹性，描述的是商品价格变动所带来的需求数量的变动的比例关系，即弹性系数= 需求的变动比例/价格的变动比例。

在信贷风控领域，贷中管理有两大主题：

「一是优化资产结构」，如通过负向权益调整、用信准入、劣化客户清退，实施风险排查、预警和处置。

「二是增加客户价值」，如通过正向权益调整，满足客户需求、提升客户体验。

额度管理是贷中管理的主要手段：为了优化资产结构，我们会对高风险存量客户进行降额或者冻结额度，为了增加客户价值，我们会通过提额来激活存量客户的借款需求。

显然，额度的变动会导致客户的借款意愿的变化——提额会提升客户的借款意愿，降额会降低客户的借款意愿。

我们需要「量化」额度变化对借款意愿的影响，这就是我们今天所讨论的额度-响应弹性系数，即额度的变动幅度所带来的借款响应的变动幅度。

2 为什么给客户提额反而降低了收益呢？
我们进行额度管理的目标是提升收益，但额度管理的结果极有可能导致收益下降。我们要知道，客户特征和质量差异很大、需求也是多样化的，有些客户对额度敏感，有些客户对额度不敏感。

「提升客户信用额度」，也增加了风险敞口。在当前额度下，客户的违约率低，并不意味着其额度的大幅度增加后，其违约率依然很低。另外，提额操作可能会使得对额度敏感的客户响应高，额度不敏感的客户响应率低。由于逆向选