帮我搜借鉴资料学习平台

信用报告在社会治理中的应用价值探究

摘　要：信用报告作为社会信用体系建设的重要构成内容，其应用价值挖掘对于构建以信用为基础的新型监管体系和新型社会治理模式、提升社会信用水平、打造诚信社会有较强现实意义。本文通过梳理当前国内常见信用报告类型，对人民银行征信报告、第三方信用报告、公共信用报告及行业信用报告四类报告特点及应用范围进行分析，重点围绕预防式治理、精准化治理、容缺受理、全周期监管和可修复治理五个方面阐述信用报告在社会治理及社会信用体系建设中的应用价值。

关键词：信用报告；社会治理；公共信用报告；应用价值

一、引言

信用报告作为社会信用体系建设的重要构成内容及基础应用之一，其应用价值挖掘对于构建以信用为基础的新型监管体系和新型社会治理模式、提升社会信用水平、打造诚信社会有着较强的现实意义。

以往文献主要从法律、社会治理等角度对信用报告价值进行研究。

陈健（2012）对美国公平信用报告法及信用信息制度进行系统梳理，指出在信用报告形成及应用中应充分重视客户身份信息保护。

Yan和Wen（2015）强调个人信用报告保护应着眼于个人信用报告从形成到使用整个生命周期的每个过程环节，而不是仅仅关注个人信用报告本身。

Weinberg（2018）通过对美国100多年个人征信发展历史的回顾指出，无论是在19世纪还是21世纪，个人征信报告的形成与广泛使用必然伴随着个人隐私问题的产生，个人隐私保护已经成为美国征信机构当前面临且亟待解决的法律问题。

杨凯涵（2018）将信用记录与报告和社会治理相结合，认为可从完善社会信用主体信用记录、明确信用记录和报告嵌入社会治理方法、实施联合惩戒、培育信用服务市场等方面入手，推动信用记录和报告在社会治理中的应用。

畅秀平和史清华（2010）指出，美国信用报告主要由Equifax、Experian和TransUnion三大征信机构有偿提供，根据《公平信用报告法》要求，征信机构所提供的信用报告应包括个人信息、信贷账户信息、公共记录和信用记录查询信息、争议记录相关内容。

2020年新冠疫情发生后，美国三家信用机构共同宣布将在2020年4月至2021年4月期间为所有美国公众提供免费的每周信用报告，以降低疫情给个人及家庭财务带来的不利影响。

总的来看，国外信用报告主要集中在个人消费领域且经过多年发展已经形成较为成熟的信用报告体系，有专门法律制度作保障，报告内容较为统一规范且对个人隐私保护较为重视。

与国外相比，国内信用报告仍处于探索阶段，目前国内关于信用报告的研究较为碎片化，对于不同信用报告类型及特点、应用价值等基础性问题缺乏系统研究。不同类型信用报告的特点及其应用存在显著差异，通过对各类信用报告特点分析，有助于深入了解不同报告适用范围及应用场景，深入挖掘信用报告的应用价值，探索构建信用报告制度体系，更好发挥信用报告在建设社会信用体系、提升社会治理能力及助力经济社会高质量发展中的作用。

鉴于此，笔者在对信用报告的内涵、常见类型及其特点进行分析的基础上，归纳总结信用报告在社会信用体系建设中的应用价值及面临的主要困境，以期为提高信用报告价值利用、推动我国社会信用体系建设提供参考。

二、信用报告内涵及类型

（一）信用报告的内涵

美国联邦金融消费者保护局将信用报告解释为“征信机构向授信机构或其他用户提供的消费者报告”，它与用于反映“征信机构记录和存储的关于消费者的全部信息”的信用档案有明显区别，信用报告仅保护消费者信用档案中可提供给最终用户的相关信息（李铭，2015）。

信用报告是政府、企业和个人等信用主体以报告形式展现的信用记录，其中信用记录是指信用评级机构依托来自某些渠道或社会有关各方提供的能够判断经济主体信用状况的信息，按一定标准和指标进行评价之后用符号或文字表示的关于经济主体信用的说明（杨凯涵，2018）。

从信用报告发展进程来看，信用报告发展初期侧重于对各类信用信息的记录功能，与信用档案边界不太清晰。随着信用信息的不断积累及信用应用场景的日益丰富，信用报告的功能开始由记录向评价转变，与信用档案划分日益明确。信用报告使用者可以基于信用报告内容（如失信行为类型、失信行为发生频次、信用修复数量等），判断信用主体的信用状况并做出信用风险预判。由此可见，信用报告的内容及功能是随着其信用信息的丰富程度不断调整变化的。

（二）信用报告的主要类型及特点

不同类型信用报告是信用经济及诚信社会建设发展到不同阶段所出现的产物。信用数据来源、报告生成主体的不同，使得信用报告表现出的特征也存在较大差异，而这些差异决定了不同类型信用报告的适用范围、应用场景及面向服务对象存在显著差异。表1列示了目前国内应用范围较广的四类常见信用报告的基本情况及主要特点。

表1　常见信用报告的比较

1．人民银行征信报告

人民银行征信报告是指由中国人民银行征信中心出具的反映个人及企业社会行为活动中信用状况的报告，以消费金融数据为报告生成基础。从报告性质来看，具有较强工具性，是中国人民银行征信中心推出的一款信用产品与应用服务。从报告适用范围来看，目前主要用于信用主体信用卡申请、贷款抵押等金融服务领域。根据信用主体的不同，可以分为个人征信报告和企业信用报告。人民银行征信报告以《征信业管理条例》为基本法律依据。通用性及权威性是人民银行征信报告的最典型特征。人民银行征信报告（包括个人征信报告与企业信用报告）推出时间最早且社会认知度最高，覆盖人群范围最广且使用频次相对较高。

截至2019年6月，人民银行征信系统累计收录9.9亿自然人、2591万户企业和其他组织有关信息，基本上为全国范围内每一个有信用活动的企业和个人，按照统一格式建立了信用档案，个人和企业信用报告日均查询量分别达550万次和30万次（陈洪杰，2019）。高认知度及广泛使用范围使得人民银行征信报告在实际应用中拥有较高权威性。

2．第三方信用报告

第三方信用报告指的是第三方信用服务机构出具的信用报告。第三方信用服务机构是指依法设立，向社会提供信用产品和信用服务，从事信用评级、信用咨询管理、信用风险控制和信用数据服务等相关经营活动的专业中介服务机构。笔者以“信用”为关键字，通过“天眼查”网站对全国范围在业的有限公司进行检索，截至2020年3月25日共检索到28687家公司，其中注册资本超过1000万元以上的企业有11026家。

第三方信用服务机构包括第三方征信机构，但前者范畴大于后者，后者必须满足《企业征信机构备案管理办法》关于企业征信机构要求。截至2019年末，全国已备案的第三方征信机构有129家。第三方征信机构开始利用数字科技手段，在传统市场信用信息的基础上叠加互联网公开数据进而形成信用报告，较有代表性的如天眼查、企查查等公司。商业性与盈利性是第三方信用报告的最典型特征。第三方信用服务机构多以公司形式存在，公司性质决定了第三方信用服务机构所开展信用活动具有显著商业性特征。这些企业在信用服务中采取商业化运营模式运营，信用报告作为其推出的主要商业产品通常采用收费模式，相关企业均通过向社会提供收费类信用报告进行盈利。与此同时，市场信用数据具有商品属性，可以在市场上进行交易，这使得第三方信用机构具有较强商品属性。

3.公共信用报告

公共信用报告是对近年来我国各地公共信用服务机构出具的诸如“公共信用信息报告”、“公共信用信息查询报告”等名称不同但性质相同的各种类型报告的统一称谓。公共信用报告强调以公共信用信息为基础，由具有相关职能的行政机构及其授权的事业单位形成的反映自然人及法人信用状况的报告。公共性与行政性是公共信用报告最典型特征。公共信用报告的公共性主要体现在数据来源的公共性、报告使用的公益性和应用场景的公共性。

公共信用报告是地方政府机构及其主管的公共信用机构以其掌握的业务数据为基础而形成的，以社会公众为服务对象的一种公共产品。公共属性使得其区别于第三方信用报告的商业属性，多地明确要求在行政或公共服务事项中引入公共信用报告。从公共信用报告使用目的来看，其承担着规范引导行业发展、提升社会治理能力及公共服务质量等行政管理目的，是一种类行政手段。

4．行业信用报告

行业信用报告指的是行业监管部门或第三方信用服务机构针对特定行业信用主体信用状况出具的行业信用报告，如税务部门开展的纳税单位信用评级、海关部门的通关信用评级等。部分政府主管部门为强化对特定行业领域监管，会基于自身所掌握的与信用主体相关的行业信用数据，整合多维度信用数据对特定行业从业主体信用状况评级，目的是强化行业分级分类监管，在提升行业监管效能的同时推动行业规范发展等。第三方信用服务机构多是受行业主管部门委托，针对特定行业信用状况出具信用报告。

行业信用报告特点体现在专用性与评价性，专用性主要体现在信用数据来源的专业性及适用主体的特定性，评价性是行业信用报告区别于其他类型信用报告的重要特点，其会根据行业特征构建信用风控模型，并根据模型对信用主体信用状况进行评级，根据信用主体信用状况高低水平将其分为信用优秀、信用良好、信用正常、信用较差等多个等级，并根据信用等级的不同，使行业信用主体在特定行业市场进入及竞争获得“差别化”待遇。

三、信用报告在社会治理中的应用及价值体现

近年来，随着我国信用服务市场的不断成熟及社会信用体系建设进程的加快，多元信用报告体系初步形成。一方面，征信机构业务范围由传统以金融领域为主向社会全领域进行渗透，信用报告作为第三方信用服务机构重要产品，其应用服务范围也得到较大拓展，社会治理成为其重要应用场景之一。另一方面，在国家大力推动下，公共信用报告认知度及适用范围不断提升扩大，信用报告在市场准入、公共服务、旅游出行、创业求职等领域的治理应用价值日益显现。信用报告带来的价值既有隐性的也有显现的，下面以社会治理作为切入点，具体阐述信用报告应用价值在经济社会运行中的具体体现。

（一）基于信用报告的预防式治理

信用报告是风险防范的化解阀。可基于信用主体信用信息分析，形成主体的信用画像，将信用风险防控点前移，以增强信用风险防控能力，降低信用风险治理成本。以公共信用修复为例，信用修复是为了鼓励信用主体诚实守信而采取的一种措施。根据我国现行法律规定，信用信息公示机构在失信信用主体进行信用修复并满足相关要求后，可对其失信行为公示信息予以撤销，但信用主体失信行为修复时间及修复方式等信息均会被详细记录到信用报告中，成为信用报告的重要构成内容。在查询企业信用主体信用信息时，如果发现该企业名下并无失信行为记录，但在查询信用报告时却发现该主体信用修复频次较高，则该企业信用主体未来再次发生失信行为的风险性仍相对较高，在向该企业提供贷款、政府招投标等事项时应考虑将其作为重点关注对象。可见，信用报告在防范信用主体风险方面发挥着重要作用。

部分机构还会根据信用主体的信息风险对其做出信用评级，并将评价结果体现在信用报告中，目的是强化信用风险预警，降低因信用风险而增加的治理成本。人民银行个人征信报告是基于信用报告进行金融风险预防式治理最早、最典型的应用。第三方征信市场的不断成熟及社会信用体系的日趋完善使得我国信用报告体系的内涵外延均得以拓展，在第三方征信报告及公共信用报告的影响作用下，基于信用报告的预防式治理范围逐渐扩大到政府治理及社会治理等领域中。

（二）基于信用报告的精准化治理

信用报告是精细化治理的新尝试。精准化治理是提升政府治理及社会治理效能的重要手段，信用报告的“唯一性”使精准化治理成为可能。信用报告提供机构是在对不同信用主体信用信息分析基础上洞察判断信用主体的信用状况，并在此基础上生成信用记录报告。就如同每个病人都会有一份自己病例档案，治疗过程中医生会根据患者病例给出个性化治疗方案，以此达到提升治疗效果的目的。

不同信用主体的信用信息与信用状况也不可能是完全相同的，这使得每份信用报告都具有“唯一性”。不同信用主体由于信用数据及信用状态的不同，其在政府治理、公共服务和社会治理等方面享受到的优惠可能存在较大差异。这就使得在信用主体失信行为治理过程中，可结合信用主体信用报告做到“一人一策，一企一议，一事一案”，即针对不同信用主体信用报告进行“一对一”信用奖惩，以此提升治理能力的精准化与智能化。

同时，还可通过对某一行业信用主体，或某一类型信用主体信用信息报告的分析，挖掘出行业或企业发展中面临的共性问题，从而提出有针对性的解决方案或治理措施。

如在2020年新冠疫情发生期间，国内第三方信用服务机构——深圳微众信用科技有限公司对受疫情影响较大的制造业、批发零售、住宿餐饮、文化旅游等行业，以及疫情发生前3个月生产经营正常、但受疫情影响暂时遇到困难的小微企业进行梳理，调整信用评价模型，基于历史数据对企业信用状况进行评估并出具征信报告，降低了小微企业信贷准入和审批门槛。无独有偶，2020年4月15日美国三大征信机构之一的Experian宣布将在一段时间内为所有美国独资小企业免费提供商业信用报告，以帮助小微企业寻找“最佳”贷款选择和及时获得金融机构贷款。

（三）基于信用报告的容缺受理

信用报告是容缺受理的承诺书。所谓容缺受理，是指当申请人基本条件具备、主要申请材料齐全且符合法定条件，但部分资料不规范的情况下，行政机关可以先予以受理，再由申请人在规定时间内将相关材料补充齐全。容缺受理有助于提升行政审批效率、方便企业及公众办理业务，但也可能带来材料补充不及时、造假失信等问题。为降低容缺受理带来的诚信问题，部分省市将行政业务办理中的容缺受理与诚信体系建设相结合。

如《北京市进一步优化营商环境行动计划（2018年-2020年）》中明确提出，要为守信者提供容缺受理、绿色通道等便利措施。从多个省市尝试将信用报告引入容缺受理的实践经验来看，个人信用分及信用报告是判断信用主体是否守信的重要依据之一。

如辽宁省在行政审批容缺受理过程中，通过辽宁政务服务网共享省信用信息，以全省“守信红榜和失信黑名单”数据资源为依据查看企业的信用标识，对信用记录好的企业进行容缺受理。申请容缺受理的企业在做出信用承诺后，可通过边补齐材料边受理审核完成行政审批，而信用记录不佳的企业不适用于这种受理方式。

安徽省芜湖市明确规定，连续3年无不良信用记录且具备基本审批条件的企业或个人，在企业注册登记中可采取容缺受理。基于信用记录及信用报告的容缺受理已经在全国多个省市推广应用并取得较好效果。通过这种方式，既提升了行政审批效率、降低了信用主体后期不补充材料所带来的风险，同时也有助于提升企业诚信意识、不断提升自身诚信水平。实践表明，基于信用报告开展容缺受理在政策及实践层面均具有可行性与实用性。

（四）基于信用报告的全周期监管

信用报告是行业治理的敲门石。积极探索将信用报告作为推动以社会信用为基础新型监管模式落地的重要抓手，信用报告已经成为近年来我国重点行业分级分类监管的重要手段措施。2019年7月国务院办公厅印发的《关于加快推进社会信用体系建设构建以信用为基础的新型监管机制的指导意见》明确提出，要在充分掌握信用信息、综合研判信用状况的基础上，以公共信用综合评价结果、行业信用评价结果等为依据，对监管对象进行分级分类，根据信用等级高低采取差异化的监管措施。在行政事项审批过程中，可将信用报告嵌入到审批流程全过程，基于信用报告探索重点行业领域行政事项审批全周期监管。

这里所说的信用报告，既可以是受有关行政部门委托的资质第三方信用机构出具的信用报告，也可以是公共信用报告。在项目立项阶段，可将信用报告作为审核项目申报人资质的“资格证”，项目申报人需提交信用报告或达到一定信用评级才有资格参与到项目建设中；在项目建设阶段，可将信用报告作为项目运行过程中各参与主体守信行为与失信行为的“记录薄”，详细记录项目参与主体信用状况；在项目结项阶段，可将信用报告作为项目是否能够顺利结项的重要“评价表”，若企业主体在项目建设过程中存在失信行为，必须及时完成信用修复才能予以其结项。

（五）基于信用报告的可修复治理

信用主体在失信行为发生之后通过信用承诺、信用培训、公益慈善等多种形式完成信用修复，达到一定信用公示期的信用主体失信行为将被从信用中国等公示窗口撤下。以社会信用为基础的新型治理模式其主要特征之一就是具有可修复性。信用报告是严重失信信用主体进行信用修复的基本要件之一。根据现行信用修复相关规定，信用主体要完成信用修复，需同时提供信用修复承诺书、行政相对人主要登记征照复印件、已履行行政处罚相关证明材料复印件、主动参加信用修复培训的证明材料以及信用报告等五方面材料。

信用报告可以是公共信用报告，也可以是第三方信用报告。但信用主体要想取得信用报告，需要通过线上线下渠道完成一定课时的信用培训，参加相关考试并取得合格成绩。由此可见，基于信用报告的可修复治理彰显了“人性化”与“灵活化”的有机结合，允许自然人及法人在一定范围内犯错，只要犯错后按照规定的流程进行信用修复，并不会严重影响到行为人今后的工作生活或经营活动。基于信用报告的可修复治理有助于督促失信主体掌握更多社会信用知识、增强诚信意识，进而降低社会治理成本。

四、充分发挥信用报告应用价值面临的主要障碍

（一）信用报告的社会认知度偏低

笔者结合自身工作实践，通过信用宣传及信用培训等多种渠道了解到，目前社会公众对于信用报告的认识度相对有限，近80%的公众将信用报告等同于个人征信报告，这主要是因为个人征信报告与日常生活息息相关。大多数社会公众对于第三方征信报告、公共信用报告等知之甚少，甚至一些从事与信用工作相关的人员也很难具体说出不同类型信用报告的区别，对于不同信用报告的主要特点、服务对象、适用范围及应用场景等知识缺乏基本了解。认知度不足必然会影响到社会公众对信用报告在社会治理中的接受度，不利于信用报告在社会治理中推广应用，进而影响到报告实际应用效果与价值发挥。

（二）多元信用报告制度尚不完善

虽然近年来国内信用市场的日趋成熟完善为第三方信用报告产品应用提供更大发展空间，社会信用体系建设及以信用为基础的新型监管模式在全国范围内推广使得公共信用报告受到社会一定关注，但整体来看，目前国内信用报告仍处于“野蛮生长”状态，各成体系，尚未有法律法规或规范性文件对各类信用报告功能定位、适用范围、构成内容及管理主体等进行统一规范，多元信用报告制度仍处于空白缺失状态。

一方面，由于缺乏统一的信用报告制度，市场上信用报告的管理和应用一直处于混乱无序状态。信用报告具体涉及数据归集、信用记录形成、报告格式、报告管理及修复等多个环节，不同类型信用报告出具主体及其主管部门不同，使得信用报告在上述环节具体操作流程及要求方面存在显著差异，进而导致不同类型信用报告、同一类型信用报告在不同区域难以进行互认等问题的产生，并影响到信用报告在社会治理中的公允性与价值性。

另一方面，由于统一信用报告制度的缺失，不同类型信用报告优势特点难以形成互补。数据来源、功能定位、应用场景等方面的差异性决定了不同类型信用报告各有优势和劣势，单独使用某一类型信用报告可能都难以实现对信用主体信用状况的全景式描述，无法充分发挥信用报告在风险防控、行业监管等经济社会治理、公共服务等方面的价值。如果能将不同类型信用报告所依托的信用数据进行有效整合，并进一步形成信用维度更丰富、内容更完善的信用报告，不但有助于更加全面地描述信用主体信用状况，也有助于降低信用主体市场交易成本、增强全社会信用风险防范能力。

（三）信用报告法律体系不健全

信用立法是社会信用体系建设中必不可少的关键环节。目前国内人民银行征信报告及第三方信用报告的编制形成及管理应用均以《征信业管理条例》为基本法律依据。人民银行征信报告起步较早且适用范围广，其应用目的较为明确，而第三方信用报告类型更加多样化，这使得其管理难度相应增加，仅依靠《征信业管理条例》进行规制是远远不够的。该条例中关于第三方信用报告的规定不够细化，对于报告在编制形成及管理使用过程中遇到的具体问题未能提出明确的解决方案。虽然公共信用报告是我国社会信用体系建设重要内容之一，但目前国家层面尚未出台规制社会信用体系建设的专门立法，这使得公共信用报告从数据采集、内容编制及管理应用等方面均缺乏明确的法律依据。鉴于此，有关部门亟需结合当前各类信用报告的特点，制定出台涵盖信用报告全生命周期的相关政策文件及法律法规。

（四）信用报告应用范围相对有限

国内信用报告在社会治理中的应用范围及应用领域相对有限，一定程度制约了信用报告商业价值与公共价值的发挥。从表1可知，人民银行征信信用报告主要基于消费金融数据形成，过于单一的信用数据来源使得人民银行征信信用报告主要应用于自然人房贷、车贷和企业法人经营贷款等商业贷款场景。对于第三方信用报告而言，尽管近年来国家大力鼓励符合条件的第三方信用服务机构在社会信用体系建设中发挥积极作用，但在传统观念及信用数据归集难等因素影响下，第三方信用报告形成及使用过程中所产生的隐性成本较高，应用门槛较高，导致该类信用报告在社会治理中的应用范围较为有限。

目前有关部门尚未对第三方信用报告的内容格式做统一要求，使得不同信用服务机构所出具的信用报告在基本内容上存在较大差异，直接影响到第三方信用报告的互信互认。公共信用报告作为我国社会信用体系建设探索创新的产物，如何在确保信用数据安全、个人隐私等敏感问题的前提下进行有效管理应用目前仍处于摸索阶段，这使得其在实践应用中秉持审慎原则，仅在某些特定领域及环节先行试水。

五、提升信用报告应用价值的建议对策

（一）加快构建多元信用报告制度体系，实现报告共建互认

一是深刻认识多元信用报告制度体系建设的迫切性。

党的十九大明确提出打造共建共治共享的社会治理格局。信用信息来源不同，决定了各类信用报告的适用场景及服务对象也有所不同。虽然近几年在国家推动下，政府数据开放进程加快，但政府数据开放程度远未达到信用数据跨行业、跨部门充分共享。这就使得不同类型信用数据掌握者间存在严重信息不对称问题，仅凭借单一信用报告很难对信用主体信用状况实现全景式扫描与了解，所得到的信用报告及信用评价结果存在一定局限性与片面性。我国将社会信用体系定位为有效的经济社会治理机制，既包括了与西方国家概念一致的经济交易信用（履行约定义务的信用）体系，也包括社会诚信（履行法定义务的信用）体系。近年来，我国信用服务机构除在经济信用领域提供服务外，部分机构也开始提供社会诚信方面的信用服务（韩家平，2019）。在此背景下，加快构建多元信用报告制度体系，基于多源信用数据整合实现第三方信用报告与公共信用报告间的共建互认，具有较强的现实性与迫切性。

二是基于多元化信用报告体系绘制全景式信用主体画像。

不同类型信用报告的数据来源既有交叉性也有不同，人民银行征信报告、第三方信用报告和公共信用报告均包括信用主体基础信息，但人民银行征信报告最核心和最具价值的信用数据来源为金融消费数据，这些数据主要来源于全国银行系统；第三方信用报告信用数据来源较之人民银行征信报告与公共信用报告更广泛，商业化运作模式使得第三方征信机构可以通过商业合作方式从更多渠道获得多元化信用数据，特别是大数据等技术手段快速发展，使得公开互联网数据成为第三方征信机构信用数据的重要来源。

因此，不同信用报告之间能够形成有效互补，基于多元化信用报告体系绘制内容更加全面、颗粒度更细的信用主体画像，从而为防范行业监管及社会治理风险提供精准化决策依据。为提升信用报告在实际应用中的客观性，应加快推动信用信息平台的共建共享，在保障信用主体个人隐私及国家安全等的“硬条件”的前提下，鼓励不同信用数据提供者间加强合作，通过数据有条件共享、数据托管等多种交换方式实现信用数据最大程度开放共享，最终达到“应公开的全公开、应共享的全共享”理想状态。

（二）加快出台相关法律制度，为信用报告管理应用提供法律依据

一是修订完善《征信业管理条例》。

针对现阶段国内信用报告管理应用法律依据缺失的现状，相关部门应针对当前第三方信用服务机构及信用报告管理应用需求，对现行《征信业管理条例》进行修订完善，适当补充完善与信用报告相关内容，针对第三方信用报告提供方的资质、报告数据来源、报告应用及适用范围、信用数据安全性等多个方面内容做出明确规定。与此同时，还可通过细则、释义、行政法规及政策文件等方式细化关于信用报告有关内容的规定。

二是鼓励地方省市探索示范社会信用立法工作。

社会信用体系是中国基于本国国情开展的一项信用工作，在立法层面可参考借鉴其他国家的经验不多，只能通过本国大量实践活动进行探索。目前国内多地都在加快推进社会信用体系立法工作，上海、河南、湖北等多个省市已制定出台社会信用条例或公共信用信息条例，广东、山东等省市进入意见稿征求阶段，上述条例法规的陆续出台将为公共信用报告规范化管理提供法律依据。但通过对相关省市社会信用条例内容梳理发现，目前各地信用条例关于信用报告的界定多为原则性内容，对于公共信用报告适用范围及与第三方征信报告间的边界界定较为模糊。信用报告作为社会信用体系建设的重要内容，应围绕数据来源、编制规范及应用范围等多个方面做出明确规定，为各类信用报告在社会治理中的规范使用提供必要法律依据。

三是加速国家层面社会信用体系立法进程。

应基于地方社会信用立法实践经验，加快制定出台国家统一立法体系。各地社会信用立法虽然在短时期内解决了本地社会信用体系建设立法缺失问题，但由于各地社会信用体系建设实际情况不同，使得其信用立法具体内容会存在某些区别，普遍性及通用性有限，这种情况下虽然赋予地方各类信用报告形成及应用较大创新灵活空间，但也使得信用报告“乱象丛生”，甚至成为部分部门或机构权利寻租的工具。为此，仍需由全国人大、中央部委等有关部门加快制定出台《社会信用法》或《社会信用条例》等国家层面统一法律法规，并将信用报告形成及应用作为重点内容之一，以期为全国及各地社会信用体系建设提供原则性指导。同时，还可借鉴其他国家做法，在条件成熟时推出专门信用报告立法，如1971年美国通过《公平信用报告法》以强化对信用报告的全面监管并推动信用记录标准化，2017年尼日利亚颁布《信用报告法》为实施信用报告制度提供法律框架。

（三）创新信用报告服务模式，拓展报告应用场景及应用范围

一是探索信用报告“多版本”服务模式。

根据应用范围、使用对象的不同，针对同一信用主体推出多个版本信用报告，报告使用者可以根据需求选择信用报告版本。这种报告服务方式既有助于拓展信用报告应用范围，将信用报告嵌入到经济社会发展更多环节，也有助于以社会信用为基础新型治理模式的构建以及国家现代化治理能力的提升。例如，深圳市公共信用中心可根据信用主体、公开级别、使用场景等多个维度，为公众提供完整版、合规版和基础版三个版本公共信用报告。不同版本所包含的企业信用信息侧重点存在显著差异，报告使用单位可根据实际需求选择不同版本报告以满足自身需求（张秀娟，2019）。

二是探索“双报告”融合服务模式。

拓宽第三方信用报告在公共服务领域应用的广度与深度，探索在社会治理、政府招投标采购及重点行业领域治理等方面引入双报告机制，即“公共信用报告+第三方信用报告”。不同信用报告应用背后的深层次内容是如何平衡好社会信用体系建设进程中政府公共部门、市场化信用服务机构、公益性行业组织及社会个体间的关系。政府应鼓励在本地行政或公共服务事项中引入第三方信用报告，与公共信用信息查询报告在功能、应用等方面形成互补，在拓宽丰富信用报告应用场景的同时支持培育信用市场发展。

社会治理引入“双报告”模式的优势在于：

第一，可以规避公共信用信息报告天然不足，借助第三方信用报告通用性高、专业性强等优势以弥补公共信用信息报告公允性不足、通用性不强等问题；

第二，借助第三方信用报告可以对公共信用报告形成监督，有效减少政府权力寻租及失信行为的发生；

第三，可以拓展信用报告的应用场景，通过二者优势互补，使信用报告能够在更多应用场景中得到广泛应用。例如，宁波市大力推动公共信用信息的应用，拥有支付宝账号的市民可以进入支付宝“城市服务”栏目，选择“信用记录报告查询”，查询自身公共信用记录报告，还可以授权将自己的公共信用信息用于芝麻信用分评价，生成“芝麻信用分宁波加强版”，应用到更多的城市生活应用场景。

（四）开展信用报告专题宣传，全面提升社会认知度

一是多渠道开展专题宣传。

就现实情况来看，目前社会公众对于信用报告认知度较低，对于不同类型信用报告特点及区别缺乏基本了解，为此应积极开展信用报告专题宣传。可通过线上信用门户网站、社交媒体平台（视频、微信公众号），线下“诚信万里行”大型活动、专题培训、张贴漫画等形式加大对不同类型信用报告的推广宣传，比如在信用培训中适当增加信用报告相关内容知识，使不同信用主体、社会公众及政府部门等对不同类型信用报告适用性有深入了解，进而对信用报告在社会治理中的价值作用形成基本认知，增强全社会对信用报告的了解度与接受度。

二是以信用报告应用助力宣传推广。

积极拓宽信用报告在政府治理、社会治理及公共服务等的应用场景，鼓励更多信用主体通过信用报告的使用，达到提升对信用报告的认识了解、增强自身诚实守信意识的目标。同时，在信用报告应用宣传中还可以通过减免信用报告使用成本等措施，鼓励更多企业自发自愿使用信用报告，以此达到更好宣传效果。

南方金融2021-01-26

中关村科技租赁：破局科技型中小企业融资难题

中证网讯（见习记者石诗语 记者王朱莹）8月23日，中关村科技租赁股份有限公司召开中期业绩发布会，公司高层出席会议，就重点问题一一作出回应。

截至6月30日，中关村科技租赁营业收入约3亿元，较去年同期增长约8.5%；净利润约9690万元，同比增长约24.3%；资产总额约82亿元，同比增长约0.9%；股东权益约19.5亿元，同比增长约2.0%；平均权益回报率为10.0%；平均资产回报率为2.4%。

中关村科技租赁于2012年11月27日注册成立，是中关村发展集团的控股子公司，并于2020年1月21日在香港联交所成功上市。自成立之初，中关村科技租赁就致力于解决科技型中小企业融资难问题。

中小企业融资难题破局者

中小企业融资难是各国普遍存在的问题。各国政府、金融机构、企业自身、高端智库以及社会各界有识之士都在寻求破解办法，提出解决方案。中小企业尤其是科技型中小企业由于处于初创阶段，多数没有历史信用记录，无法达到传统金融机构设置的融资条件，因而只能"望钱兴叹"，这是大多数中小企业融资难的症结所在。

据公开数据统计，中关村科技租赁已为1200多家科技型中小企业提供了融资服务，融资总量近300亿元。在公司支持的中小企业中，有150余家估值超过10亿元，有40家实现了上市。这得益于中关村科技租赁创建了"科技型中小企业信用创造体系"。

破局之道

据公开信息显示，中关村科技租赁创建的"科技型中小企业信用创造体系"包括企业"信用发现-信用培育-信用传递"三个环节。针对科技型中小企业成立初期没有信用记录的现实，中关村科技租赁以租赁资产作为信用基础，以公司多年来对聚焦的大数据、大环境、大健康、大智造和新消费行业的行业洞察，根据科技型中小企业的成长规律和风险特征，提炼驱动企业发展的成长因子，提出了"成长即安全"的风险管理理念，通过自主研发的主体成长性信用评级模型，对企业进行风险识别和价值判断，从而实现对企业的信用发现。

以北京亿华通科技股份有限公司为例。该企业是清华大学孵化的企业，2016年在技术成熟初期要建设燃料电池发动机生产线，以实现产业化。由于企业规模小、资产轻，计划建设的生产线国内尚无先例，无法得到金融机构的支持。2017年，中关村科技租赁接到服务需求后，经过多次深入企业调研，为其提供了近3000万元的融资，解了企业燃眉之急。一年后，国内第一条年产2000台燃料电池发电机自动化生产线建成。该企业现在已成为氢能领域的龙头企业，也是专精特新"小巨人"企业。该企业于2020年在国内科创板上市，被誉为"氢能领域第一股"。

中关村科技租赁在帮助科技型中小企业进行信用创造的同时，也不断提升自身的风险抵御能力。中关村科技租赁积极尝试并成功落地了股债一体化即"债权+认股权"的租投联动业务模式，通过分享优质企业成长的收益，提高对冲债权风险的能力。

中小企业融资是一项系统工程

中关村科技租赁的相关人士告诉记者，深化对于科技型中小企业成长规律和风险特征的认识，是改善金融支持科技型中小企业的重要前提条件。科技型中小企业的成长性本身就能解决和化解企业的诸多风险。这是各金融机构在评价科技型中小企业信用状况和风险水平时应该切实考虑的因素。解决科技型企业融资难问题，是一项系统工程，需要政府、融资租赁、风险资本、担保、银行以及其他中介机构的共同参与，发挥各自优势。各金融机构应该分工协作，优势互补，取长补短，形成金融支持实体经济的金融共同体。

中证网2021-08-23

商务领域企业信用评价指标体系的构建及监管措施研究

关键词：企业信用商务指标体系

陈思羽

一、引言

社会信用体系是规范一个国家或地区信用活动的标准，健全有效的社会信用体系可以促进该国或地区市场经济交易手段的发展。目前我国市场经济正处于稳步上升的阶段，市场经济是信用经济，只有建设好我国的社会信用体系才能使得经济又好又快发展。

二、评价指标体系

参考其他行业现已试行的信用评价指标体系，并结合我国实际情况构建以下评价指标体系。其普适于我国基本情况，并可根据不同行业不同特征，進行调整。既有普适性，又同时具备针对性。

三、二级及三级指标说明

1.企业基本条件

根据商务领域企业法定资质、成立时间、注册资金、企业未来发展前景等企业基本情况，对商务领域企业进行整体的了解，以便对商务领域的不同行业企业进行划分，确保同一行业的企业可以用统一的、更细致的二三级指标进行信用分类监管。企业的基本信息可以通过国家企业信用信息公示系统、企业基本信息查询网及企业官网等进行查询，数据易得，便于我们整体把握企业情况。

2.企业经营风险与经营状况评估

经营风险与经营状况这一评价指标旨在反映企业在与其他商品交易型企业的贸易活动中，在商品生产、经营、交换，以及各种合同履行承诺条件的兑现情况，以及企业是否存在交易信用风险，从而有效地反映企业在交易方面的信用状况。同时，经营状况是企业持续经营能力的体现，在评级过程中主要从企业的运营能力和发展潜力方面考虑。

3.企业合规经营状况

商务领域企业合规经营，即指企业按照法律法规进行买卖。这一评价指标，是政府评价企业信用最直接的指标。国家企业信用信息公示系统、吉林省商务厅、吉林省商务诚信公示服务平台等公共网站，都记录了企业过去有无司法诉讼、法律公告等基本信息。

4.消费者满意状况评估

商务领域的任何一个企业，无论采取怎样的销售渠道，产品和服务都是一切营销活动围绕的中心，也是消费者最为关心的问题。因此，围绕企业对消费者提供的产品和服务进行评价，就成为衡量企业信用的一个关键指标。

四、社会信用体系分类监管意见及建议

通过上面的指标评价体系对企业进行打分，并根据分数对其进行分类。

针对不同等级的企业，政府或有关部分应该采取不同的监管措施，实施差别化监管，优化信用良好和守信企业的监督和管理;对失信和严重失信的企业依法进行处理。

对于信用良好的企业，工商机关可以采取以下措施对其监管：

（1）实施守信激励，在企业注册登记、纳税等方面提供便利服务措施。

（2）企业在一些方面可以实现自治，放宽数据检测时间要求。

（3）在监管过程中发现未造成社会危害的轻微违法行为，加强行政指导，督促其改正，不予行政处罚。

对于守信企业，工商机关可以采取以下措施对其监管：

（1）实施守信激励，在企业注册登记、纳税等方面提供便利服务措施。

（2）企业在一些方面可以实现自治，适当降低监管频率。

（3）在监管过程中发现未造成社会危害的轻微违法行为，加强行政指导，督促其改正。

对于失信企业，工商机关可以采取以下措施对其监管：

（1）在行政事务方面的材料注意审核，企业法人不具有参选人大代表、政协委员、劳动模范等荣誉称号的资格。

（2）企业需要在有关部门的监督下进行相关工作的开展，有关部门应对这些企业进行定期的数据检测工作，对于异常数据要进行实地检查。

（3）在监管过程中存在违法违规行为，应从重处罚。

对于严重失信企业，工商机关可以采取以下措施对其监管：

（1）在行政事务方面的材料严加审核，企业法人不具有参选人大代表、政协委员、劳动模范等荣誉称号的资格，并且限制法人进行高消费等活动。

（2）大幅提高监管频率，将其列为重点检测对象，定期不定期开展数据检测，增加检测次数。

（3）在监管中发现存在违法违规行为，应从严从重处罚。

商场现代化2019-07-03

企业知识产权信用评价指标体系研究

社会诚信是社会文明的一种体现，它表现在商业诚信、契约精神、政治信誉、社会良知等许多方面。知识产权是一种无形财产权，是从事智力创造性活动取得成果后依法享有的权利，不容他人侵犯。加强知识产权保护，是完善知识产权保护制度最重要的内容，也是提高中国经济竞争力最大的激励。

近年来，国家知识产权局提出统筹加快推进知识产权领域社会信用建设工作，明确了知识产权领域信用建设的基本目标，强调建立失信惩戒机制。这是深入贯彻落实党中央、国务院有关强化知识产权保护、加强社会信用体系建设的重大举措，是推进知识产权保护体系建设不可或缺的组成部分，是严格知识产权保护、营造良好营商环境和创新环境的重要保障。

当前，我国正致力于建立健全知识产权诚信管理制度，出台知识产权保护信用评价办法。重点打击侵犯知识产权和制售假冒伪劣商品行为，将知识产权侵权行为信息纳入失信记录，强化对盗版侵权等知识产权侵权失信行为的联合惩戒，提升全社会的知识产权保护意识。开展知识产权服务机构信用建设，探索建立各类知识产权服务标准化体系和诚信评价制度。

为了推进知识产权保护和社会信用体系建设工作，加快推进知识产权信用信息社会公开共享，不断提高全社会特别是创新主体的知识产权保护意识，推动形成知识产权保护工作新局面，笔者认为，有必要开展企业知识产权信用评价指标体系的研究，以此提升中国制造的质量信誉，进一步提升中国品牌的含金量。

本文依托知识产权大数据资源，从技术、品牌、荣誉与风险等多个角度切入，全面剖析企业知识产权数量、专利实力与风险、商标实力与风险、企业知识产权荣誉与失信行为，构建可持续发展的企业知识产权信用评价指标体系。

企业知识产权信用评价指标的选取原则兼顾科学性与可操作性，系统性与开放性，代表性与可比性，稳定性与动态性，可获得性与权威性。

企业知识产权信用评价指标体系构成

本文提出的企业知识产权信用评价指标共四大类，分别为企业知识产权数量、专利实力与风险、商标实力与风险、企业知识产权荣誉与失信行为。各项指标均分为正向和负向两个维度，从正面和负面来评价企业知识产权信用。

（一）知识产权数量

企业知识产权数量是评价企业知识产权信用的基础指标。知识产权种类包括企业专利、商标、软件著作权等，为信用评价的正向指标。正向指标数量的多寡反映了企业创新的能力和对创新的重视程度。

（二）专利实力与风险

1.专利实力

专利实力是指支撑经济社会发展的专利能力总和。本文提出的专利实力的指标包括企业专利技术领域数量、专利质量、法律状态、合作申请、研发团队、专利运营、专利代理机构。专利技术领域数量反映该企业的技术布局能力和重点发展方向。专利质量是企业创新综合实力的展现。法律状态代表了专利权属性质。合作申请反映了企业在技术创新方面的合作对象，以此来展示企业发明创造的重点方向和竞争优势。研发团队反映了企业在技术创新方面的研发力量的投入以及该企业对发明创造的重视程度。专利运营可以分为专利转让、专利许可、专利质押三种。专利运营促进了专利技术的应用和转化，反映了专利技术价值、效能和科技成果转化水平，是企业科技实力的有力体现。专利代理机构分析揭示了企业主要合作的专利代理机构及其专利申请文件撰写水平。

以上指标是企业专利综合实力的体现，也是知识产权信用评价的重要正向指标。

2.专利风险

专利风险是一种普遍存在于企业各种行为中的潜在威胁，风险爆发有可能对企业的经营管理、商业活动和产品上市等产生不可估量的损失。本文主要从涉诉专利、处罚专利、无效专利和临近届满专利等几个角度分析专利风险。专利风险是知识产权信用评价的负向指标。

（三）商标实力与风险

1.商标实力

商标是企业的无形资产，是一项重要的知识产权，是企业形象和信誉的集中表现。

企业给消费者一种承诺，这种承诺的标志就是产品的商标。企业通过对商标的广泛宣传而为消费者所熟知，开拓出市场，给企业带来收益。因此，商标的知名度越高，企业的形象和信誉越好。本文选取的商标实力指标包括注册商标占比、商标布局能力、商标法律状态、商标运营情况和商标代理机构。

注册商标占比为注册商标数量占申请商标数量的比例，反映了企业申请商标的能力和商标的质量。商标布局能力反映了企业品牌布局的能力。商标运营主要包括企业商标的许可、转让、质押三种形式，商标运营促进了商标的应用，是反映商标品牌价值或者效能的活动，也是企业品牌价值的体现。商标代理机构分析揭示了企业主要合作的商标代理机构及商标申请的水平。

商标的实力是衡量企业知识产权信用的重要正向指标。

2.商标风险

商标的风险是企业知识产权信用评价的负向指标。企业可能涉及到的各类商标风险包括：失效商标、涉诉商标、同名商标等。商标风险的指数越高，企业的品牌风险越高。

（四）企业知识产权荣誉与失信行为

企业知识产权信用评价离不开对企业的知识产权荣誉与知识产权失信行为的分析。企业知识产权荣誉是企业获得的来自国家知识产权局及各级知识产权部门的奖项，是企业知识产权信用正面评价的重要指标。企业获得知识产权荣誉的数量越多，代表企业在知识产权领域的形象越好，信用等级越高，品牌价值越大。

知识产权失信行为包括专利领域的失信行为和商标领域的失信行为。专利领域的失信行为包括重复专利侵权行为、不依法执行行为、专利代理严重违法行为、专利代理人资格证书挂靠行为、非正常专利申请行为以及提供虚假文件行为。商标领域的失信行为包括商标侵权假冒、违法商标代理行为等。知识产权失信行为是企业知识产权信用负面评价的重要指标，失信行为越多，企业的信用等级越差。

知识产权信用评价指标体系应用

以上介绍了通过构建企业知识产权信用评价指标体系，立足于企业知识产权资源分布，利用大数据分析技术，进而从各个维度对企业知识产权的信用进行深度分析和评价。

下面介绍知识产权信用评价指标体系的具体应用。知识产权信用评价指标体系的应用场景十分广泛，主要包括以下几个方面。

（一）打击知识产权侵权假冒，依法维权，给各级职能部门和企业的管理、招商等活动提供有效的依据

某公司依托自主创新，至今已累计提交国内外专利申请257件，专利授权量达127件。但在取得良好市场效益的同时，该公司却一直被个别企业假冒专利、群体侵权、反复侵权的问题困扰，花费了大量的人力、物力、财力进行维权。近年来，虽然该公司在行政和司法途径都取得了胜利，但是由于缺乏完善的知识产权信用体系，导致出现侵权查询难等问题，侵权企业的侵权产品竟然在某公司招标时中标。该公司发现后，立即向相关部门报告，这一问题才得到了纠正。

很多企业一方面在维权时每年要花费数十万元甚至更多的资金，另一方面却依然承受着侵权者侵占市场造成的经济损失。通过建立知识产权信用评价指标体系，为创新创业主体提供企业知识产权信用的查询途径，对知识产权权益的保护可以起到预警和警示作用，让知识产权严重失信主体寸步难行，从而有效打击和防范知识产权侵权行为。

（二）为知识产权金融业务开展提供无形资产评价依据

近年来，全国知识产权运营体系建设成效显著，我国知识产权金融业务迅猛发展。

数据显示，2019年，我国专利转让、许可、质押等运营次数达到30.7万次，专利和商标质押金额达到1515亿元。专利、商标质押融资次数和数额屡创新高。知识产权证券化产品相继面世，知识产权金融业务进入快车道。在企业开展知识产权金融业务时，专利、商标等知识产权被赋予了与实物资产同等的价值。因此，对企业的知识产权资产进行信用评价，应该作为金融机构、评估机构做尽职调查时的评价依据。

（三）为知识产权奖项、资质评审提供参考

国家知识产权局广泛开展知识产权行业奖项评选，包括中国专利奖、国家知识产权示范企业、国家知识产权优势企业等。在评选知识产权奖项时，可将企业知识产权信用与各奖项的评审挂钩，作为评奖评审的指标之一。

综上，加强知识产权信用评价体系建设是我国社会信用体系建设进入落地实施阶段的重大举措。知识产权是考量社会诚信的一块试金石。让失信者寸步难行，让守信者一路畅通，是建设知识产权信用评价体系的目的和宗旨所在。要发动全社会共同重视和参与知识产权信用评价体系建设，使知识产权信用准则成为全社会共同遵守的信用准则，严格知识产权保护，营造良好的营商环境和创新环境。

构建企业知识产权信用评价指标体系，将企业的知识产权信用评价定量化、规范化，有助于完善法治环境，增强市场主体自我保护意识与责任意识，并为开展打击知识产权侵权假冒、提供无形资产评价依据、知识产权奖项和资质评审等工作提供重要依据。

中国知识产权报/中国知识产权资讯网2020-10-27

精准扶贫视角下革命老区金融扶贫信用评价系统的研究与应用

关键词：金融扶贫模糊综合评价法层次分析法

杨君岐　赵雅琦

摘要：为确保在2020年实现全民脱贫攻坚，党和国家的工作重心一直围绕着精准扶贫展开。然而，我国的陕南革命老区由于经济落后、情况复杂，目前的扶贫工作依旧面临着扶贫评级授信难等问题。本文基于对陕南革命老区商洛市镇安县农户的调研数据结果，引入3个一级指标及10个二级指标，从定性与定量结合的角度出发，选用层次分析法与模糊综合评价法构建符合革命老区现实情况的扶贫信用评价体系。本文共选取1321个调研样本进行实证结果分析，建立了科学有效的信用评价体系，为政府精准扶贫工作与金融机构评级授信积极建言献策。

关键词：金融扶贫 革命老区 信用评价 层次分析法 模糊综合评价法

2019年，中央一号文件就“农业供给侧结构性改革”工作提出要求，要扎实推进精准扶贫工作，不断促进农村金融发展。2020年是实现全民脱贫攻坚的决胜之年。目前革命老区精准扶贫工作中最关键的问题是如何将有限的资金用到最需要的贫困户上，如何从扶贫角度客观对贫困户的信用情况做信用评价。历来，银行等金融机构多数将扶贫对象排除在信用评级的优质客户外，以商洛市为代表的我国重点革命老区，近几年努力探索了符合当地实际的脱贫道路。2018年，商洛市农业生产总值174.35亿元，较2017年同期增长4.1%;城乡居民可支配收入较2017年分别增长8.4%和9.5%。商洛市镇安是国家扶贫开发重点县、革命老区县，全县有建档立卡贫困村96个，其中深度贫困村15个，截至2018年底，稳定脱贫退出25041户76970人，剩余贫困人口724户2178人，贫困发生率降至0.89%。近年来，镇安县政府持续增加边远山区、特困人群等的扶贫力度。目前的扶贫工作中主要存在以下难点：一是信息采集有障碍，扶贫评级授信难;二是贫困户还款意识薄弱，还款风险大;三是金融机构覆盖少，“普惠”介入难。

本文通过对镇安县的实地调研，充分考察农户现在的经济状况以及未来的发展潜力。从家庭特征、偿债能力、信誉状况这三个维度选取指标，由此确定户主的年龄、健康状况、受教育程度、家庭人口数、家庭教育负担、家庭人均年纯收入、农户劳动时间、农户劳动技能、农户的勤劳程度、信用与品德等二级指标。结合层次分析法和模糊综合评价法，构建出一个符合陕南革命老区的扶贫信用评价指标体系，并根据农户数据进行实证分析。

一、基于AHP的模糊综合评价法的模型构建

（一）評语集合的确定

（二）基于层次分析法（AHP）的指标权重的判定

1.层次分析法的运用步骤。

（1）建立层次结构模型。

（2）构造两两矩阵。设T为评价指标集，，代表对的相对重要程度（j=1，2，3，...，n），判断矩阵为;

（3）计算n阶矩阵每一行元素乘积的n次方根，对作归一化处理，得到因素i的相对权重

（公式2-1）;

2.一致性检验。

（1）计算判断矩阵T的最大特征根;

（2）计算一致性指标CI;

（公式2-2）;

（3）引入随机一致性指标RI，得出检验系数，若，则认为该判断矩阵通过一致性检验，否则就不具有一致性。

（公式2-3）

3.隶属函数的构造。设属于优秀、良好、一般、较差模糊方案子集的隶属函数分别为、、、，。

对指标的处理公式如下：

（公式2-4）

（公式2-5）

（公式2-6）

（公式2-7）

（公式2-8）

（公式2-9）

（公式2-10）

（公式2-11）

其中，代表评价因素在二级指标下的值，与代表评价因素最大值和最小值，通过处理得到评价结果，进而得出模糊关系矩阵。

（三）综合子因素集评判结果做总评判

其中，矩阵的每一行代表二级指标属于评语集合不同评语的评价，其值分别是、、、。

（四）评价农户信用程度

其中，以为权数，对赋值，，其中=4，=3，=2，=1，根据V值的大小，确定评价对象次序。利用MATLAB软件对数据处理，结合AHP及模糊综合评价法减少人为主观因素所导致的数据误差。

二、模型应用

目前，商洛市镇安县有建档立卡贫困村96个，其中深度贫困村15个，建档立卡贫困人口25765户79148人。本文将1321份贫困户家庭的微观金融数据为样本，建立贫困户信用体系。

（一）基于AHP的模糊综合评价

1.评语集合的选取。本文选用评语集，分别对应优秀、良好、一般、较差四个等级。对评价集进行量化。

2.权重的确定。本文选取了基层村委以及部分贫困户的打分意见。其中户主年龄为逆向指标，家庭人口数为定量指标，其余指标均为正向指标且可通过实践打分结果进行量化。最终确定3个一级指标和10个二级指标。其中，家庭特征下分为户主年龄、户主健康状况、受教育程度、家庭人口数、家庭受教育负担5个二级指标;偿债能力下分为农户的人均年纯收入、农户务工时间、户主劳动技能3个指标;信誉状况下分为农户勤劳程度、信誉与品德2个指标。利用MATLAB软件计算各指标的权重，并进行一致性检验。

（1）构造判断矩阵，见表3。

（2）计算n阶矩阵每一行元素乘积的n次方根，对作归一化处理。

T1：

T2：

T3：

以同样的方法计算可得二级指标权重系数，见表3。

（3）最终得到相对权重。

其中，为家庭特征，为偿债能力，为信誉状况。

其中为户主年龄，为户主健康状况，为户主受教育程度，为家庭人口数，为家庭教育负担。

其中为农户的人均年纯收入，为农户务工时间，为户主劳动技能。

其中为农户成员勤劳程度，为农户信用与品德。

（4）一致性检验。

第一，计算判断矩阵T的最大特征根;

第二，计算一致性指标CI;

（公式5-1）

第三，引入随机一致性指标RI，得出检验系数，，则认为该判断矩阵通过一致性检验，

（公式5-2）

所得结果如下：

经计算，以上判断矩阵的检验系数，均通过一致性检验。得出指标权重分配如下：

3.隶属函数的构造。本次实践共采访基层村委和农户样本110个，有效样本100个。二级指标的隶属函数如下：

（1）单因素与多因素结合的模糊评价。以上述第三步骤所得到的二级指标层对一级指标层的权重向量作为算子，将与的模糊评价矩阵进行矩阵乘法运算，获得一级指标层对于评价集的隶属向量。

经过上述单因素与多因素结合的模糊评价得出总评价结果为：

（2）评语等级综合评价。本文中所选取的评价指标均为定性指标与定量指标的结合，对S进行归一化处理，得出3个因素集模糊综合评价的加权平均值（即最终得分）：

综合以上评价分级标准及最终的加权平均值可得出，偿债能力得分最高，其次为家庭特征。最终本信用评价系统整体评价得分为2.7159分，属于良好等级。因此，由本模型得出的革命老区农户的模糊信用总分越接近或超过2.7159分，农户的信用程度越高。

（二）信用评价体系的应用

本模型将各评价指标的权重应用到了1321个农户微观数据样本中来，对农户的每项指标打分结果采用变异系数法进行标准化处理，按照分数高低确定“优秀、良好、一般、较差”四个等级，以此作为金融机构向农户提供贷款的参考依据（以下为部分样本结果）。

三、结论及对策建议

（一）结论

本文最终得出1321个调研样本中贫困户信用评价结果为“较差”的占比7.3%，“一般”及以上的占比92.7%。由样本评价结果与当地信贷数据资料对比得出，有113户农户的评价结果相差较大，占比8.55%。基于AHP的模糊综合评价法构建的信用评价体系与银行的符合率为91.45%，即本信用评价系统是客观有效的。

（二）对策建议

1.政府运用扶贫信用体系完善缓释机制。（1）政府扶贫办可采用扶贫信用评价指标体系，结合扶贫对象的实际情况，切实提升扶贫效率。针对信用程度较差的扶贫对象，政府可合理调整对扶贫产品以及相关补助政策的落实，降低扶贫成本，客观上完善扶贫对象信息的准确性。

（2）根据扶贫信用评价体系，综合扶贫对象的各项指标概率分析，评价指标中整体概率被评为“良好”的方面，政府继续加强支出。在今后的扶贫财政预算中应当加大对优质农户资源的投入，结合金融扶贫，助力优质优信农户实现脱贫且防止返贫。同时调整薄弱环节中的扶贫指标，保障农户还本付息的偿债能力，鼓励相关部门做自查自纠工作，采用扶贫信用评价体系进行考核工作。

2.金融机构贯彻金融普惠原则。金融机构根据革命老区的地方经济特点和当地贫困户贷款运行效率，结合扶贫信用评价体系，推出适合农户个人发展的多种特色金融产品，适时调整评级模型，对信贷客户及内部评级系统进行跟踪管理，综合市场经济变化适时调整信贷规则，控制不良贷款。

提高放贷标准优化业务管理流程是目前金融精准扶贫过程中金融机构扶贫平台的当务之急，金融机构可结合扶贫信用评价体系，与基础数据、流转数据的运营与维护相衔接，达到对产品、用户的监控与预警的目的，解决可比性差、与扶贫对象实际信息不对称、信息公信度低等问题。提高放贷标准。

3.扶贫对象树立良好信用意识。随着信贷状况与个人信用评价体系的不断结合，农户应配合相关金融机构完善个人信用信息，充分认识诚信信贷的重要性，形成良好的信用习惯，及时、足额地偿还贷款，保持良好的银行借贷记录，为今后抵押贷款、投资理财等提供有效保障。

时代金融2021-03-03

建筑施工企业信用评价探讨

目前按照国务院深化“放管服”改革部署要求，进一步放宽建筑市场准入限制，随着建筑施工企业正逐年增多，但各企业信用情况良莠不齐，建筑市场出现了一系列失信的现象，如拖欠农民工工资、偷工减料、资质肆意挂靠、恶意竞标等。受上述各种现象的影响，工程建设项目只有选择信用评价等级高的建筑市场各方信用主体才能保证工程建设项目的顺利实现。一些省、市住建局也已制定招标投标指引，指导招标人编制招标文件时将建筑企业信用评价结果纳入招投标环节。基于此，本文就建筑施工企业信用评价进行简要探讨。

1 建筑市场信用评价情况

在选择信用评价和诚信度较高的施工企业的过程中，施工企业信用评价指标体系的建立是评价结果客观性和科学性的关键。住房和城乡建设部2017年12月11日印发了《建筑市场信用管理暂行办法》（建市〔2017〕241号），对各级住房城乡建设系统管辖的工程建设市场信用管理提出了指导意见。一是明确了各省级住建主管部门结合自身情况制定管理办法，并负责和开展本行政区域内的信用评价管理工作；二是明确将信用评价结果应用到行政许可、招标投标、工程担保与保险、日常监管、政策扶持、评优表彰等管理工作中；三是对严重失信、违规的企业单位实施“黑名单”制度，在市场准入、资质资格管理、招投标等方面依法给予限制，并通报其他部委实施联合惩戒。近两年，部分省、市两级住建主管部门陆续开始了信用评价工作，总体评价内容主要以施工企业履约能力和在建项目过程管控为基础，通过对企业综合实力、工程业绩、招标投标、合同履约、工程质量管控、纳税信息、安全生产、文明施工、社会贡献等要素进行考核评分，对优良和不良信用信息进行加减分，计算综合得分划分企业信用等级。但各地信用评价结果等级划分、结果运用均存在较大差异，如四川、河南等省信用等级分两等四级，山西分四等四级、湖南分三等四级，部分地市仅对评价结果进行排名运用。

2 施工企业信用评价机制构建的思路

2.1 建立与项目管理相融合的信用管理体系

建筑业信用评价载体与项目管理载体紧密相连，信用目标能否实现很大程度取决于工程项目是否稳步投标、中标、适时推进、是否能按时、按质完成合同任务，各方全面履约，因此施工企业的信用管理与项目管理内容、目标是完全一致的。将信用管理要素与项目管理体系融合，从明确职能、强化组织领导、细化分工、建立信用评级协同管理机制为着力点。通过市场开发部、工程管理部、安全环保健康部、风控与成本管理部、财务部、法务与合规部等部门健全信用管理的事前、事中、事后监管机制，由专业人员从事大量的调查、分析、专业化的管理和控制，形成符合自身发展的信用管理体系十分必要。施工企业信用管理体系建立可参考以下思路：

1）信用管理的组织体系融入：综合性施工企业管理体系庞大、管理层级多，按管理层级权限不同，一般设有集团公司、区域分公司、子公司、项目部（指挥部）等层级，过长的管理链条不能满足信用管理、履约的时效性。因此，有必要在企业项目管理体系中各层级设置对应的信用管理机构或指定其他管理部门承担信用管理职能，有效的协调企业的经营生产目标和经济指标，在企业内形成一个科学联动制约机制。将信用评价的各要素在各业务部门之间进行合理分工，并进行及时有效的沟通配合。明确各层级业务部门的信用管理职责和管理程序，在项目管理过程中同步制定与企业发展相适应的信用目标方针，并将信用评价结果运用到项目管理考核中去，从组织体系上调动管理链条信用管理主观能动性，推动信用管理有效运行。以某特大施工企业集团公司为例，通过将信用管理融入项目管理体系中，项目管理在企业中的地位不是单个的施工任务，而是企业最大的增值基础。把项目信用管理作为企业收益状况的重要体现，有效地促进了各层级职能部门、子公司和项目部主动作为，组织协调经营、生产、成本、人力、财务、分包管理等各环节实现对合同文本静态管理。子公司和项目部积极了解行业动态，通过对工程质量、安全生产、文明施工、进度管理的效果评价，通过规范项目管理行为实现对合同文本的动态履约管理；区域项目管理机构根据信用评价结果，对履约问题突出、信用评价指标较差的工程项目实施重点监管，采取定期检查、警示约谈、惩戒等机制。实现以信用为基础的事前、事中、事后多维度，上游、下游多方的项目管理和信用管理组织体系。

2）信用管理的制度融入：建筑业信用评价内容与工程项目管理的质量、安全、进度、成本、施工组织、技术管理等方面基本一致，其管理原理与“三体系”管理的PDCA循环管理同样适用，故施工企业将项目管理目标兑现直接转换为内部履约信用评价进行体现，这是科学合理的。对绝大部分施工企业而言，在现有项目管理相关办法制度中调整或补充信用管理内容，提高项目管理质量，提高企业信用等级，通过完善《工程项目客户信用动态评价管理办法》对上游客户进行动态信用评级管理、完善《合格工程分包方管理办法》《供应商管理办法》对下游分包方、供应商进行动态信用评级管理。将信用管理程序和要求融入项目管理工作中，为进一步加强企业信用评价机制和管理，主要内容包括各层级管理机构权限职责及员工诚信行为规范、员工诚信教育培训与考核制度、廉洁承诺及监管制度、结果考核及运用等，并根据实施情况及时修订和完善。同时将诚实守信内容纳入项目管理全过程中，对弄虚作假、欺诈等行为给予严厉惩戒，引导各环节诚信自律。

2.2 信用评价过程控制

2.3 信用评价结果的运用

信用评价结果的有效运用，能够积极对结果进行考核、宣传应用，促进全员增强诚信意识，引导信用管理工作有序开展。一是在项目管理考核办法中建立评价过程、结果考核机制，对评价期内相关重大信用问题、红线问题、底线问题及时问责，确保过程履约可控，扼制不良行为事件发生。二是评价期末及时对行业信用评价成果进行考核公布，对取得成绩的信用良好的单位、项目给予经济奖励，同时将信用评价结果与企业“评优评先”“绩效考核”“任务分配”等挂钩，并对信用业绩良好的从业人员在职务晋升、职称评审、岗位聘用、技术职务申报等方面给予优先考虑。三是对信用业绩差、影响企业信用等级的单位和个人加大内部惩戒力度，除经济上处罚外，可在职务晋升、承揽任务方面进行限制。被列入行业失信黑名单的人员，可采取调整岗位、规定时间内不得评先评优、职务晋升、职称评定和参加信用培训等惩戒措施，营造激励守信惩戒失信的良好氛围。同时，企业还应加大宣传引导力度，对信用评价先进典型事迹、个人进行挖掘，利用多种媒介方式进行宣传，营造出良好的信用氛围，增强全员诚信履约意识和获得感。

综上所述，随着社会信用体系建设不断推进，工程建设领域信用评价必将进一步规范完善，对施工企业评价将更加科学全面，逐步形成建筑市场信用主体各方的信息公开、量化合理、平台统一的信用评价体系。广大施工企业须提前探索研究、积极正确面对。实践研究经验表明，施工企业信用评价体系应以工程项目建设期各项指标定量评价为主，定量与定性相结合的方式进行多维度综合评价，并将其作为企业管理状况和履约能力的综合量化表现。尽早研究建立科学完善的信用管理体系，将是施工企业提升综合实力、适应信用经济社会、参与市场竞争的重要手段和必经之路。

搜狐网2022-01-19

企业环境信用评价的应用研究

　　原文标题为《企业环境信用评价在企业运营和行政监管过程中的应用研究》

　　摘要：对企业环境信用进行评价有利于进一步完善环境信用体系建设，推进企业环境信用监管，督促企业自觉履行环境保护法定义务和社会责任。中国企业环境信用评价工作已经试点及实施将近十二年，企业环境信用评价工作已经取得了阶段性成果。文章通过对中国企业环境信用评价工作现状的分析，总结了中国在企业环境信用评价工作中所取得的进展，并从实现评价结果的区域互认、探索企业环境信用承诺制度、完善奖惩机制等方面提出了企业环境信用评价工作在今后的研究方向。

　　关键词：企业环境信用评价;奖惩机制;评价指标

　　近年，中国对环境保护领域信用建设工作越来越重视，2019年7月《国务院办公厅关于加快推进社会信用体系建设构建以信用为基础的新型监管机制的指导意见》(国办发〔2019〕35号) 明确要求:加强信用体系建设，健全信用监管，加大信息公开力度，加快市场主体信用信息平台建设，发挥同行业和社会监督作用。企业环境信用评价是企业环境信用体系建设的重要手段，客观公正地开展企业环境信用评价有利于加强企业对于自身环保问题的认识。企业环境信用评价结果具有“风向标”的作用，行政主管部门通过合理运用环境信用评价结果能够明确监管重点，实现精准监管。此外，通过对环境信用评价结果的合理应用提高企业的环境违法成本，促进企业自觉遵守环保法律法规。

　　一、中国企业环境信用评价制度的推进历程

　　中国从2003年开始在部分省市开展企业环境行为评价试点。

　　2005年11月《关于加快推进企业环境行为评价工作的意见》中提出在全国推广试点经验，加快企业环境行为评价工作;对评价结果五色标示并制定《企业环境行为评价指南》［1－2］。

　　2013年12月《企业环境信用评价办法(试行)》扩大了评价范围，发布《企业环境信用评价指标及评分方法(试行)》，在江苏、重庆、广东等城市展开试点。

　　2014年11月《关于加强环境监管执法的通知》要求建立环境信用评价制度，将企业环境违法行为纳入社会信用体系。

　　2015年11月《关于加强企业环境信用体系建设的指导意见》中提出到2020年企业环境信用制度基本形成。

　　2019年7月《国务院办公厅关于加快推进社会信用体系建设构建以信用为基础的新型监管机制的指导意见》要求加强信用体系建设，加快市场主体信用信息平台建设。

　　中国环境信用评价推进历程见表1。

　　截至目前，超过七个省市生态环境部门印发相关环境信用评价文件［3］(见表2)，指导辖区内环境信用评价工作。

　　二、企业环境信用评价进展情况

　　企业环境信用评价指的是，环保部门将企业环境状况与相应的环境指标相结合，对企业环境信息进行记录和评价，并确定企业环境信息等级，是协调企业环境保护和经济发展、规范企业环境行为的重要手段，是当前环境保护工作的一个重要方面。

　　通过建立“主动参评”和“被动参评”的信用评价程序和评价结果的公开与共享机制实现信用评价等级的测定。

　　2005年，国家环保总局提出《关于加快推进企业环境行为评价工作的意见》，明确要求全国所有省份内都推行企业环境信用评价。

　　2011年国务院提出《关于加强环境保护重点工作的意见》，明确要求“建立企业环境行为信用评价制度”。

　　2013年，四部委联合发布《企业环境信用评价办法(试行)》，自此正式开启了企业环境行为的信用评价制度的新时代。

　　企业环境信用评价经过二十年的试点摸索以及全国范围内的铺开实践，目前环境信用评价工作已经取得重要进展，全面实施绿色信贷政策，部署企业环境信用制度建设，为环境信用评价及其运用打下了很好的数据基础，推动地方持续开展企业环境信用评价的运行实践。

　　当前，主要通过行政环境手段和环境经济手段治理，通过国家行政职能部门对企业环境行为进行监管，部分省份尝试利用社会服务分担环保部门工作。

　　2.1 企业环境诚信意识有所提升

　　随着中国信息化水平快速提升，建设全社会范围内的信用体系已经成为助力行政监管的重要手段。通过将企业自身的切实利益与企业环境信用评价结果相关联加深企业对于环境诚信意识重要性的认识。

　　当企业环境信用体系与社会信用体系完成完整的一体化融合，企业环境信用评价结果的应用范围不再局限于环保领域，该结果将成为衡量企业的信贷、首发上市、再融资甚至企业负责人个人征信行为的指标之一，将企业的环境信用与企业责任人直接匹配关联，进一步加强企业责任人的经营责任和环境诚信意识。

　　2.2 企业环境信用信息化平台初步建成、有利于实现环境信用评价结果共享

　　目前，企业环境信用信息化依托全国信用信息共享平台实现企业环境信用评价结果共享。相关部门通过结合部门行业管理数据，建立行业信用评价模型，为信用监管提供更精准的依据。

　　此外，公众可以在“信用中国”网站、中国政府网及相关部门门户网站实现对企业环境信用评价结果的查询。随着行政主管部门对于信用信息“应归尽归”要求的深化落实，全国信用信息共享平台将会形成包罗万象的“全能”数据库，企业基础信息、执法监管和处置信息、失信联合惩戒信息等与相关部门业务系统将实现按需共享。

　　基于海量数据备份以及大数据传输技术，可实现数据库的实时更新，有助于行政主管部门实现精准的协同信用监管。

　　2.3 企业环境信用评价在企业运营过程中的作用

　　被评为环境信用失信的企业，可以根据评价结果策划接下来的经营策略，防止在资金需求的关键节点发生因失信无法完成融资的情况。

　　而对于环境信用优秀的企业，在接下来的经营过程中在资金需求方面获批的可能性会增加，在参与相关行政主管部门组织的评优活动时，在申请奖励资金方面也会获得相应的加分。

　　此外，随着企业环境信用建设工作的不断完善以及信用系统一体化，环境信用优秀的企业可以获得越来越多的行政许可便利、获得主管监管“松绑”，把更多的精力放到生产经营上去，提高企业的运行效率。

　　2.4 企业环境信用评价在主管监管过程中的作用

　　目前，行政主管部门对于企业环境行为的监管大部分是根据企业性质确定的。基于企业规模开展的执法检查存在一定的主观性和随机性，容易造成规模大、管理相对规范的企业执法检查频次高，疲于应付；很多环境管理能力差的企业成为“漏网之鱼”，导致行政主管部门监管效率不高。

　　环境信用评价结果为环境监管工作提供了良好的参考依据。充分利用企业环境信用评价结果，将环境监管重点放在环境信用失信企业上。综合运用环境信用平台数据，做到有的放矢，大幅提升监管效率，实现一次监督检查解决多项环保问题。

　　此外，通过对环境信用失信企业加强现场检查、监督检查，可以有效督促其进行环境违法整改又能规范其环境管理行为，降低企业的环境风险。而对于环境信用评价优秀的企业则可以减少现场频次，或者采用大数据［4－5］、无人机等手段进行监管，尽可能减少企业运营过程中由于行政主管部门行使监管责任对于企业造成的“扰动”。

　　三.企业环境信用评价工作存在的问题

　　3.1 尽快出台统一的评价标准、实现评价结果的区域互认

　　目前，各省市开展环境信用评价的评价内容、评分标准、评价方法差异很大。譬如四川省出台的办法评价［6］指标共有25项，内容既包括九项基础分，还包括九个扣分项和七个加分项，整个评价体系较为客观地体现了企业环境管理水平。而有的省份只关注环境处罚信息，环境信用评价结果基本上是基于环保处罚情况得出的结论。

　　除此之外，对于评价结果等级的划分也不统一，有的划分为四级，有的划分为五级。评价指标差异性太大，等级划分不一致，会对评价结果的跨区域互认造成较大障碍，不利于形成覆盖国家、省、市、县的企业环境信用信息系统，妨碍后续的环保守信激励和失信惩戒机制有效运转。

　　3.2 探索企业环境信用承诺制度

　　承诺制是行政主管部门为持续深化行政审批制度改革、减轻企业审批负担、激发企业主体活力实施的重要举措，然而中国目前还没有开展企业环境信用承诺制度的先例。

　　企业环境信用承诺制度的实施可以从已经实施的环境影响评价文件行政审批告知承诺制入手，寻求行政审批告知承诺制与企业环境信用评价的有效衔接途径和方法。此外，探索形成环境信用承诺制的奖惩机制，实现对诚信企业激励和失信企业惩戒的有效监管，也是确保企业环境信用承诺制度有效实施的至关重要环节。

　　3.3 完善企业环境信用评价奖惩机制、制定并落实企业奖惩制度

　　目前，对于企业环境信用评价奖惩操作机制不完善［7］，只能在某些特定领域开展奖惩，限制了企业环境信用评价结果的应用。应尽快研究完善企业环境信用在包括政府采购、招标投标、行政审批、市场准入、资质审核、(再)融资以及承诺制等事项中的鼓励或者惩戒作用，将企业环境信用的应用形成行之有效的奖惩机制，才能更好地推动企业环境信用评价成果的应用。

　　此外，融合环境信用数据与社会信用数据，将信用评价结果与企业直接利益关联性融入奖惩机制，进一步提升环境信用评价在企业的重视程度。

　　四、结语

　　企业环境信用评价是环境保护领域信用建设的重要环节。通过对评价结果的共享及应用，能够在一定程度上促进企业提升环境管理工作的重视度，也可以为行政主管部门合理分配使用监管资源提供一定的依据。

随着企业环境信用评价结果与社会诚信体系的进一步融合，企业环境信用评价奖惩机制的进一步完善，企业环境应用评价将在环保领域以及环保以外的多个领域发挥更重要的辅助决策作用。

《环境科学与管理》期刊2021-05-14

科技型中小企业融资难题怎样解决

　　当前，科技创新逐渐成为我国经济发展、提升综合国力的新引擎。然而，研发投入巨大、成果回报不确定等高风险特点，使得最具创新活力的科技型中小企业仍然难以用市场成本从传统渠道获得资金支持。这不可避免地阻碍了相关企业的创新活力。如何解决这一领域的“融资难”问题？科技金融是个不错的法子。

　　服务主体创新是基础

　　科技和金融的融合核心是把资源真正配置到科技创新领域。这种配置的渠道应该是多方位的，需要政府、组织、资本市场等共同努力，为科技型中小企业提供必需的金融服务。

　　从目前的情况来看，以财政支持和银行贷款为主导的传统模式，无法完全满足科技型中小企业快速发展的需求。一方面，相比市场上的金融机构，政府和商业银行相对缺乏深耕这一领域的服务精力和专业人才，在筛选标的、控制风险等环节上经验不足，资金配置效率偏低。另一方面，财政支持具有“天花板”，银行信贷则受到较多的监管限制、审批周期较长。实践表明，中小企业高风险、高收益的风险特征和资本市场更加匹配。美国硅谷就是在风险投资机构主导下一步步发展起来的。同时，撬动资本市场各要素的关键在于有好的项目，即符合甚至能够创造市场需求的项目。而市场“无形的手”往往能够根据经验自主判断优秀的投资标的，从而比政府“有形的手”筛选出供市场投资的项目更加有效。

　　就此而言，政府和商业银行需要跟更多的市场金融机构建立伙伴关系，借助其在细分领域深耕的行业积累和判断能力，搭建合作平台、共享企业信息、共同开发项目、进行“投贷联动”并控制风险。这里面，政府应该重点发挥引导、激励的作用。同时，由于社会资本不可避免地倾向于投资高期望收益的项目，因此那些对国家具有战略意义但风险超过回报的高新技术项目或行业，应成为政府财政支持的重点对象。

　　从科技型中小企业角度来说，单一的银行信贷、政府补贴已无法满足日益多元化的企业金融需求。建议金融体系内的各类型机构建立“联盟”，专门为中小企业提供综合化金融服务，并向企业生命周期内的多个阶段延伸。例如，上海在2010年推出的履约贷产品就是解决中小企业无固定资产抵押物难题的一个案例：政府、银行、保险三方合作，企业以购买贷款履约保险的方式获得银行贷款，不需要提供任何担保或抵质押；如发生坏账，政府、银行和保险公司分别承担。

　　专利质押融资是突破口

　　相对于传统工业企业，科技型企业最大的价值不是有形资产，而是体现在知识产权上。因此，有必要将知识产权（专利）质押融资，作为金融产品创新的重要突破口。

　　以上海市科委构建的“3+X”科技信贷服务体系为例。在核心的“3”种一般化信贷产品基础上，“X”指满足某类企业特质的个性化科技信贷产品。目前，已有的产品包括创新基金信用贷、成果转化信用贷、软件产品信用贷、知识产权质押贷款等。2014年，450多家科技企业在此平台获得约14亿元银行贷款。其中，企业通过个性化信贷获得贷款约3亿元，占比超过20%。“3+X”科技信贷系列产品已成为上海市科技信贷的主力军，对全市科技信贷规模的贡献率约为18%，对贷款户数的贡献率超过55%。

　　为应对科技型中小企业后期“高成长”的特点，创新利率收益模式将成为关键所在。金融机构应有效利用与高风险相匹配的高收益，和企业共享收益。例如，可采用浮动利率，将利率与企业的发展挂钩。在贷款初期即企业的初创阶段给予较低的利率，在贷款后期即企业的成长成熟阶段上调利率，从而实现收益的同步提高。此类共赢模式有利于调动商业银行为科技型中小企业服务的积极性，支撑科技和金融的有机结合。

　　风控和信用评价是关键

　　科技金融实质上是一个财富发现的过程，即在一个具有巨大风险的创新活动中发现价值。科技金融助推中小企业实现创新价值的关键在于有效的风险控制和信用评价，而风控和征信的基础则是信息。在“互联网+”的浪潮下，云计算和大数据等数字技术拓宽了金融机构获取信息的渠道，提高了金融机构的风险控制能力，降低了金融服务门槛和成本，有助于提升金融机构支持科技型中小企业发展的积极性。

　　一般来说，中小企业在初创阶段缺乏规范的制度，财务运营信息较不对称。因此，金融机构通常只能根据中小企业自主申报的信息评估其信用等级及相应风险。而借助大数据，金融机构现在不仅能够获取更多的财务信息，还能深入挖掘企业的非财务信息。例如，“蚂蚁花呗”的风控体系数据基本来自于电商平台累积的大量交易信息，包括通过阿里巴巴、淘宝、天猫、支付宝等积累的交易数据，以及客户提供的销售数据、银行流水、水电缴纳等。作为信用评级参考的原材料，这些数据的优点在于可信用化程度高，这对于平台风控和定价的精准化有很大帮助。

　　非财务信息和财务信息结合起来，还有助于较为全面地把握中小企业的风险收益特征，有效解决信息不对称问题。通过先进的数据分析方法，金融机构能够提高企业信用分析的准确性，将资金有效配置给特定的科技型中小企业。同时，大数据技术也能帮助金融机构及时甄别异常情况并止损。比如，在贷款期限内，金融机构可以通过转账金额等数据定期追踪所融资金的使用情况及企业运营状况。由此可以推断，数字化将是科技金融未来发展的大趋势。

（作者单位：上海社会科学院应用经济所）

解放日报2017-01-04

科技型中小企业信用评估指标体系的构建

关键词：评估体系科技型中小企业

同勤学　张丹　余剑

摘 要：信用评级不仅对大企业，而且对科技型中小企业的发展也都是至关重要的。构建科学的科技型中小企业信用评估指标体系，有利于改善科技型中小企业的信用环境，帮助政府、银行、投资机构以及相关中介机构了解企业客观状况，为企业融资提供理论与实际支持。

关键词：科技型中小企业；创新发展能力；评估体系

中图分类号：F276.3 文献标志码：A 文章编号：1673-291X（2017）31-0019-02

在推动国家科技创新上，科技型中小企业发挥了非常重要的作用；然而，由于科技信用体制机制不完善，导致企业的信用成本逐年增加。因此，建立科技型中小企业科学的信用评估指标体系非常必要，可为政府科技主管部门、投资机构、银行提供有价值的评估依据。

一、信用评估指标体系不完善影响科技型中小企业的融资

科技型中小企业的显著特点是高成长和高收益，对外部资金有强烈需求。据统计，70%以上的科技型中小企业的新增资金来自于自身的积累。调研显示，90%以上的科技型中小企业想要持续发展但缺乏充足的资金，金融机构在给科技型中小企业资金支持时面临很多的不确定性，缺乏对企业的客观评估和把握。加之现行银行内部的信用评价机制不适用于科技型中小企业，导致科技型中小企业信用评价低，达不到银行的贷款条件。

二、构建科技型中小企业信用评估指标体系的障碍

1.大多数科技型中小企业信用意识淡薄。由于多数科技型中小企业没有意识到企业信用的重要价值，平时对政府的相关政策、金融机构有关信用方面的要求缺少关注。我国目前尚未建立起较为健全的信用信息体系，从理论上说，征信的负责方主要是政府相关部门、中国人民银行、商业银行，本应要求企业在规定时间内提交和更新信用信息。

2.信用评级体系中偏重定量分析。对于科技型中小企业的信用评级，大多数人都认为数据具有相当大的说服力，因此，很多机构或专家在信用评级过程中，定量分析与定性分析相比较，定量分析权重较大，据统计大都在70%～80%，直接导致评级结果的可靠性事实上主要依赖于科技型中小企业财务数据的真实性。现实中，许多科技型中小企业受利润动机驱使，比如为了规避税收，其财务数据不真实，评级结果显然不能反映企业的客观状况。

3.信用评级体系中缺乏对科研创新能力的分析。科技型中小企业的活力来源于新技术的研发、新产品的创新。据了解，目前我国各大商业银行对科技型中小企业的信用评价体系，忽视了反映科技型中小企业创新能力方面的指标，原因有两个，一是目前套用大型企业信用评级体系对科技型中小企业进行信用评估，二是科技型中小企业一些信用信息的确难以获得和评判，大型企业创新能力对其偿债能力影响较小。因此，各大商业银行对科技型中小企业的信用评价体系忽略了对创新能力的分析评价。

4.相关法律法规对信用信息采集没有明确规范。相关法律法规的缺失严重影响信用信息处理和使用，政府、金融机构、科技型中小企业、征信机构等部门提交信用信息、采集信用信息，都没有完善的法律法规体系进行保护，众多部门或企业的信用信息整合与共享更是无法实现。

三、科技型中小企业“五维信用评估指标体系”的构建

1.構建“五维信用评估指标体系”应坚持的原则。理论上，可设计一套科学的信用评估指标体系对企业的信用状况准确反映。但在实际应用中，不管哪种指标体系要想将全部因素囊括其中几乎是不可能的，很难排除各个因素之间的相关性。因此，构建科技型中小企业“五维信用评估指标体系”时，应坚持公正性与真实性、全面性与针对性及定性与定量分析相结合的原则。

2.“五维信用评估指标体系”的主要内容及特点。“五维信用评估指标体系”由5个一级指标，13个二级指标及若干三级指标构成，主要突出财务与创新发展能力的权重，其中资产信用评估指标所占权重为20%，财务信用评估指标和创新发展能力评估指标因反映科技型企业的显著特点，特赋予权重各为25%，同时赋予公共信用监管评估指标权重为20%，招标投标监管信息因获得相对客观，评估指标所占权重为10%，根据评估分值给出科技企业的信用评级。“五维信用评估指标体系”的突出特点是，重视企业的创新和发展能力，对企业财务指标、定性指标和特例事项等方面进行分析和评估，依靠核心产品及技术支撑维持其持续增长，注重现场调查和收集企业非财务信息。

3.科技型中小企业“五维信用评估指标体系”的设计。根据国内外传统的信用评估指标体系如5C指标体系、5P指标体系和LAPP指标体系，运用层次分析法与德尔菲法确定指标权重，设计出科技型中小企业“五维信用评估指标体系” 架构（见下表）。

根据三级指标对企业各项客观情况通过数据进行评价，并给出分值。其中，测评结果在90—100分评级为AAA级，80—90分评级为AA，70—80分评级为A级，60—70分评级为BBB级，50—60分评级为BB级，50分以下评级为B级。

总之，科技型中小企业“五维信用评估指标体系”，将企业资产信用、财务信用、创新发展能力、公共信用监管及招标投标监管信息等五方面，通过德尔菲法及企业客观数据信息为依据进行评估打分，评判出企业的信用等级。该评估体系的缺陷主要是对三级指标体系细化权重不明确，对科技信用数据适时更新反映不全，仍需进一步深入研究。

经济研究导刊2018-03-07

基于定量分析的物流企业信用评价可行性研究

邬聪颖 杨孔雨

摘要：当前物流市场信用问题突出，大小企业良莠不齐，如何筛选出信用状况良好的企业、如何对企业信用状况做出分析和预警成为亟待解决的问题。文章首先分析信用问题对物流企业长期稳定发展的重要性，结合当前市场环境下物流企业诚信缺失的成因，提出建立能够进行客观评估的信用监管体系。接着，在参考和总结当前评价指标特点的基础上，提出一种基于定量分析的信用评价指标体系。最后，对评价算法的可行性进行探究，最终确定了模糊神经网络算法作为评价物流企业信用状况的方法，为进一步运用数据进行定量分析做准备。

关键词：物流企业;信用评价指标;模糊神经网络

中图分类号：F272文献标识码：A

0引言

在当前信用经济时代，信用作为企业的无形资产，为企业持续健康发展提供源源不断的内在动力，已经成为衡量企业的服务质量的重要因素，在当前我国经济发展步入新常态、寻找新方位的关键时期，物流产业的发展也面临瓶颈。然而，目前我国物流行业尚未形成统一信用评价体系，现有的评价体系中不可避免地存在一些人为因素的干扰，在此背景下，本文提出构建基于定量指标分析的评价体系，以非交易参与者的角度探究物流企业信用评价体系的可行性。

1诚信对物流企業的重要性

我国物流业的蓬勃发展离不开信用基础的支撑。一旦这一信用基础被打破，那么物流企业就不可能走得长远。甚至可以说，整个物流业的经营活动中各个环节都是由信用链串联起来的，任何一个环节信用出现问题，都将给交易双方造成巨大的损失，长此以往，物流企业将难以在市场上立足。相互信任是合作企业建立稳定合作伙伴关系的前提和基础。信用状况良好的企业能够吸引更多的客户与之展开商务合作，赢得更多的发展资源，这些资源中获得的成果又能转化成更多的好评，如此良性循环下，物流企业将会发展的越来越顺利;反之，信用状况较差的企业则可能会在下坡路上越走越差。

2当前物流市场诚信缺失的现状及成因

我国物流企业起步较晚，市场发展还不完善，无论外部监管环境还是内部竞争机制都存在很多问题，导致物流企业发展面临很多问题和挑战，尤其是在信用质量管理方面。

发展过程中暴露的问题在当前市场状况下并没有得到很好的解决，而是以一种潜移默化的方式慢慢累积。市场的混乱，造成物流企业间相互压价、恶性竞争，这些因素都导致客户在选择物流企业的服务时陷入迷茫，这也给物流企业本身拓宽业务，获得更多发展机会带来严重的困扰，大大增加了行业企业的交易风险和物流成本。同时，物流企业失信成本不高，很多钻营者利用体系的漏洞投机取巧，游走在法律法规的灰色地带，牟取不当利益。

3现有指标体系并不完善

物流行业的信用危机究其根本，在于监管及评价体系不完善。而现有的评价体系缺乏统一的标准和规范，关于评价指标也尚未有规定的形式，导致评价体系均自成一体，这使得其评价结果可靠性不高。另一方面，评价过程中的人为因素也不可避免的大大降低其评价结果的可靠性。

现有的物流企业信用评价体系大致包含两个方面：

其一，类似于银行、金融行业等基于财务指标的信用分析。这种评价体系仅仅依据物流企业的财务状况作为其信用体系的评价标准，忽略了其他因素对评价企业信用状况的影响，其评价范围具有单一性，参考价值不高。其次，企业的财务指标数据往往依赖于企业自身所提供的数据，而这些数据往往是经过修饰的，数据来源本身不能排除主观因素的影响，因此，其评价结果也是不具有客观性，参考价值不高。

其二，是基于物流行业的特色指标的定性分析。这种评价模型过于简单且主观因素所占比值较重，其评价结果大多是基于交易参与者在交易完成后对其已享受到的服务做出的评价，其评价结果在一定程度上代表了交易者的主观意愿，忽略了其他客观因素对评价结果的影响，缺乏对同行业物流企业的理性比较，这就大大降低其评价结果的客观性。

此外，如：客户满意度、差评率、客户投诉度，甚至于交易履约率、货损陪偿率等数据大多来源于企业内部，而企业为了维护自身品牌形象，在计算这些指标数据的过程中，往往会对这些分析结果进行人为修饰，突出企业各方面的能力，因此，这些复合数据只能在一定程度上具有参考价值，可靠性也不高。另一方面，在评价过程中还存在一些信用炒作现象。商家通过一些不正当手段恶意炒作，在评价过程中恶意刷分，也会导致其信用评价结果不具有参考价值。

因此，建立一套基于第四方的定量指标评价体系是非常有必要的。

4基于定量分析的物流企业信用评价体系

本文从旁观者的角度，以第四方的角度对第三方物流企业的信用状况做出客观分析，采用纯定量指标进行分析，避免了由于参与商务活动的主体直接评价所带来的主观倾向性，能够更好地保障了评价结果的可靠性。

本文在参考现有指标体系的基础上，选取其中具有单一性和独立性的指标作为模型评价的依据，这些指标数据都是可以直接搜集到的，而不是经过二次加工的，排除了人为计算指标数据中掺杂的主观因素。

本文立足企业现有的基本素质和历史中累积的信用状况，结合影响物流企业信用状况的客观因素，将第三方物流企业信用评价体系的一级指标分为信用能力和失信记录两大方面。

4.1信用能力

信用能力是物流企业在日常业务活动中履行职责所应具备的基本能力，该指标反映了企业长期经营所必须的基本素质。它代表了当前企业进行日常业务活动，是所有诚信服务的物质基础，是考察其诚信服务质量以及企业信誉内在稳定性的重要因素，本文从企业注册资本、经营年限、员工数量、分支机构数量等四个方面进行考察。

注册资本的多少并不等同于企业信用状况的好坏，但是能够在一定程度上反映企业抵御风险的能力。有理由认为，注册资本越高的企业，其抵御风险及应变能力越强，经营稳定性越强，因而在一定程度上代表其具有更好的信用。

正常情况下，经营年限越长，代表企业发展能力越好，资历越老，在一定程度上反映其信用度越好。一般认为持续经营的企业比新经营的企业信用质量更好。

员工数量的多少反映了企业发展规模的大小，而人员的多少在表示物流企业能够提供的物流服务人员的数量，一定程度上反映物流企业的服务质量，对于运输型物流企业尤为重要。因此，就物流企业而言，员工数量可作为其服务质量的又一考察指标，从侧面反映了其诚信服务水平。

分支机构的数量反映了物流企业持续经营的成果，它直观表现企业发展的繁荣程度，是体现企业活力的重要指数，在一定程度上能够反映物流企业的服务质量。一般认为分支机构的数量越多，物流运输服务水平越好，因此可作为信用评价的一个重要指标，考察的重点是运营网点的数量。

4.2失信记录

失信记录作为企业以往信用状况的历史纪录，反映了物流企业历史持续履约能力，它反映了企业内在诚信意愿程度。一般认为，历史失信记录越少，表明企业越洁身自好，更愿意继续诚信经营，保持企业品牌形象。因此失信记录可以作为考察物流企业信用评级的重要参考因素。本文主要考察企业违约记录和处罚记录。

违约记录主要考察法律纠纷和执行案件。法律纠纷主要指因一些人为因素，例如合同违约、信息泄露、不当竞争等因素造成的纠纷事件，它反映了企业处理事务的能力，而执行案件是已通过法院判决，被告却没有执行。一旦物流公司发生执行案件，将对其信用程度产生灾难性的打击，所造成的巨大后果不可想象。

处罚记录作为企业品牌形象的污点，从反面体现企业的信用程度。处罚记录主要考察行政处罚、税务处罚和环保处罚，发生以上任何一项处罚，就可以说明企业信用状况陷入危机。

综合上述各指标，建立如图l所示指标体系：

5评价方法的可行性

当前评价指标的算法主要有层次分析法、模糊综合判别法、专家打分法等，这些评价方法在进行选择时往往不能规避人为因素的干扰，因此其评价结果在一定程度上具有主观选择性，不能代表客观评价的定量分析结果。因此，一种能够自主赋予权值的方法作为评价方法不失为好的选择。

神经网络作为万能逼近器，不失为一种合适的评价方法。然而它在提取和表达模糊信息时能力不足，因此，本文拟将模糊系统和神经网络相结合，采用模糊神经网络算法作为系统评价的基本算法。模糊神经网络是对普通的BP神经网络的改进，它结合了两种方法的优点，在弥补两种方法各自不足之处的同时，又能很好地发挥各自的长处。它不仅具备神经网络较强的自适应和学习能力，能够根据数据的特点进行自我调节，有效避免人为干预确定权值的主观影响，使评价结果更加准确可靠，而且能够有效提取和表达抽象信息，将语言信息和数据信息更好地表达出来。

其基本过程为：将标准化后的评价指标数据输入神经网络，通过隶属度函数计算出隶属度，正向传播输出评价结果，再同预期结果进行比较，通过反向传播调整权值，直至网络收敛，最后将隶属度和权值结合得出模糊评价结果。

本文拟将信用评价结果分为5个等级，即：A从、从、A、B、C。这些等级将评价结果分成5个区间：上等、中上等、中等、中下等和差等，当评价结果为后兩个等级时，表明目标企业信用状况很差，应及时预警。

本文所提到的模糊神经网络如图2所示，主要包括以下5个结构。模糊规则子集数为5（代表5个评价等级），输出层的输出结果也有5个，根据输出结果的最大值选择最合适的评价等级。

第一层为输入层，该层节点的个数为评价体系中指标的个数，也就是变量的个数，即：N1=n。每个节点的输入为标准化后的指标变量的数据。每个节点之间独立且与第二层节点相联系，将输入的数值传递到下一层节点。

第二层为模糊化层，该层节点代表输入变量的模糊规则子集，在本文中指的是评价等级，第一层节点与之所属的模糊子集为全连接。该层节点的输入为与之连接的第一层节点的输出，即鼍，其输出变量为输入变量的各个隶属度的数值。隶属度数值的变化用隶属度函数来表示。例如，输入变量X1的评价等级数为5，则第二层节点中有5个节点与其相联，5个节点中任意节点的输人为变量鼍的数值，输出为变量X1对应的该等级的隶属度数值，这一数值是由隶属度函数所决定的。因此，本文中模糊化层节点个数为：

第四层也叫求“或”层，该层每个节点代表一个模糊规则的后件部分，每个节点输出结果为各评价等级的隶属度函数值。将同一个模糊规则的前件和与之连接的权值的乘积作为各评价等级的隶属度函数值，每个连接权值反映了各模糊规则的置信度，计算出的隶属度数值作为该层的输出结果。

第五层为输出层。也叫反模糊化。本文中该层节点个数为输出变量的个数，即企业最终的信用评价等级，该层与上一层的连接为全连接，其输出结果对应的评价等级的隶属度数值，将上一层的输出结果，即各等级的隶属度数值转化为唯一明确的数值。本文采用最大化反模糊化器，取各隶属度数值中的最大值作为最终的输出结果，用yi表示：它对应的评价等级就是对应的物流企业信用评价等级。

6总结

本文分析当前物流市场的信用状况，提出建立对物流企业信用评价的监管机制，并对影响物流企业信用质量客观因素进行分析，在参考和总结现有评价指标优缺点的基础上，构建了基于定量分析的物流企业信用评价体系，为客观分析物流企业信用状况提供另一种理性参考。接着，对评价方法的可行性进行探究，参考现有指标分析方法，结合本文提出的评价指标的特点，最终确定了模糊神经网络算法作为评价物流企业信用状况的方法，为进一步运用数据进行实证研究奠定基础。

物流科技2019-12-10

基于Logistics的中小微企业信用评价研究

关键词：中小微企业

摘 要：中小企业是国民经济的重要组成部分，是推动中国经济增长的重要因素。但中小企业的融资仍然是制约其发展的难题。对于中小企业来说，企业经营者的信用状况很大程度上决定了中小企业贷款未来的偿还情况，中小企业主的个人维度信息将作为构建信用评价的不可或缺的变量。基于此，本研究在前人研究的基础上，建立了Logistics回归模型，并运用SPSS软件对90家中小企业数据进行实证分析。研究结果表明，信用评价模型在预测和准确性上取得了较好的结果。

关键词：中小微企业;信用预测;Logistics模型

中图分类号：F830 文献标识码：A 文章编号：1008-4428（2019）11-0133-02

一、 引言

自從1978年以来，我国中小微企业发展迅猛。截至2017年底2018年初，全国各类企业总数达到了1527.84万户。小型微型企业1169.87万户，占比76.57%。

从中可以看到，中小微企业在国民经济里占了非常重要的地位，是我国经济增长的强劲动力，然而目前中小微企业的资金支持远远不能满足其发展的需要，中小微企业的信用担保不稳定、融资存在高风险是银行等商业机构不愿意贷款的主要原因。上述问题的本质在于当前的中小微企业信用评价体系不能够很好地反映其信用水平，这是中小微企业融资困难的一个重要原因。故，当前需要建立一个合理的中小微企业信用评价体系。

本文对中小微企业信用评价模型进行研究，分析中小微企业信用评价的指标，加入了企业主个人维度指标，构建一个评价指标更加完善的中小微企业Logistics信用评价模型，最后运用SPSS软件对数据进行实证分析，进而完善信用评价体系的相关研究。

二、 相关企业信用评价技术

在1950之前，主要通过专家自身的经验去评价企业信用，专家通过阅读材料结合经验做出最后的信用评价，这种方式带有极强的主观性，造成误判的也无法避免。到了1960年之后，人们开始采用定性的方法去研究企业信用评价，特别是统计方法的研究。

从以往的公司经营成败经验发现，公司的财务信息至关重要。最早采用公司财务比率进行信用分析的是威廉·H·比弗（1967），他通过将经营失败（failure）定义为一个公司无法偿付到期债务，根据这一定义搜集了158 家公司（79 家失败和79 家非失败公司）的配对样本，运用了两分法检验单一财务比率对财务失败的预测能力。之后，Altman（1968）通过对财务比率等变量采用统计方法进行筛选，建立了多元线性判别式分析模型，即Z-score模型，Z-score模型在预测公司成败的问题上取得了较好的效果。迈耶和皮弗（1970）首先采用线性概率模型对公司运营失败进行预测，但是后面发现该模型在应用上有较大的统计问题。到了1970年后期，学者的研究方向从线性回归转移到非线性回归，在预测公司失败的研究上多采用多元条件概率模型，到20世纪90年代后期出现了一批综合性的信用评价方法。决策支持系统和多目标决策相继被提出用于解决有关定性变量方面的问题。随着计算机技术的发展，专家评估系统和人工神经网络也被逐渐应用到企业信用评价当中来。

根据具体状况不同，采用构建中小微企业信用评价模型的方法也有所不同。国内学者也对中小企业信用评分模型进行了比较和分析，发现Logistics回归模型相对于其他方法比较优秀。但是在对中小微企业的信用指标选择上，学者们多数集中在企业的财务信息上，而中小微企业中有很大一部分是企业主个人企业，企业的信用与企业主个人相关性较大，中小微企业所有者的信用状况在很大程度上决定了企业贷款的偿还。

综上，本文在基于公司财务指标的前提下，加入部分企业主个人的财务指标，运用Logistics模型，评价中小微企业的信用，这能很好地反映企业真实的信用状况。

三、 建模分析

（一）数据准备及特征变量选取

根据我国2011年7月发布的新的中小企业划分标准，报告中将中小企业划分为中型、小型和微型三大类。

基于此，本文通过企业调查的数据得到了90份样本数据，既包含了上市公司，又包含了个体经营企业等。根据企业是否拖欠工人工资、客户贷款和其他债务，以及是否履行合同不力等行为将企业定义为坏客户，反之则定义为好客户。如此，可将得到的数据划分为60个好客户、30个坏客户。

本文综合考虑三大报表，将各报表的数据互相结合、对比。以偿债水平、盈利水平、营运水平以及成长水平四个方面维度作为基础，来构建中小微企业信用评价指标体系。在此基础上将中小企业主的收支情况、信用记录等信息作为变量纳入模型，最终我们将38个特征变量作为初选变量选入。其中包括4个企业特征变量，16个体现企业内部财务状况的特征变量，18个企业主特征变量。

通过设定相关系数阈值为0.65，对变量进行相关性检验。变量间相关系数大于0.8，可以作为判断变量间是否具有多种共线性的临界点。根据隶属度以及设定的阈值，删除了6个变量，最终结果保留32个变量进入下一步的Logistics回归模型。

（二）Logistics结果

在经过上述变量的筛选以及多重共线性处理后，将选入的变量数据导入SPSS软件中做Logistics回归分析。分别通过向前和向后逐步筛选对选入的变量做进一步的分析和剔除，反复多次之后再运用enter 方法进行再次回归分析，得到最终的模型结果。经过多种方法尝试和回归结果比较，发现向前（有条件）方法的回归结果较好，但是筛选出来的变量较少，有些较为理想的变量未被选入，故采用enter方法将部分变量强制进入回归，得到了较好的结果，如表1所示。

从表1看到部分方程中的变量显著大于0.05，但从表2可以看到方程的-2对数似然值为52.086，内戈尔科R方的值为0.681大于0.5小于1，可以认为回归模型的显著性水平和拟合优度良好，霍斯默-莱梅肖检验显著性水平P值为0.997，接近于1，故不应该拒绝原假设。可以认为样本实际值得到的分布与预测值得到的分布没有显著差异，回归模型的拟合度较好。

将最终得到的变量及模型回归系数带入LogitP=ln （P1-P）得到Logistic回归方程：

（三）ROC曲线、AUC值与临界值的确定

如图1所示，ROC曲线接近图的左上角，与对角线的距离较远，可以判断该Logistics信用评价模型在区分好坏客户上结果较好。并且可以从表3看到AUC（Area Under the Curve）的值为0.931，接近于1，同样说明了模型有较强的辨识好坏客户的能力。

SPSS軟件的默认截断值是0.5，即若是模型预测值如果大于0.5，则判断为好客户;否则判断为坏客户。默认的截断值设置得过小容易导致较大的误判，即将会违约的客户判断为好客户的概率变大，这在实际应用中会带来本金的损失。可以从模型的预测分类表4中看出，本文能够正确识别坏客户的比率只有73.3%，但是模型的整体准确率却能达到84.7%，所以需要ROC曲线来重新确定临界值。

如表5所示，当预测好客户的概率为0.4200时，尤登指数的最大值为0.729，那么该点所对应的尤登指数值即为临界值。即在实际应用中模型预测值大于0.729，则判断为好客户，反之则为坏客户。

四、 研究结果

对于中小微企业来说，中小微企业经营者的信用状况很大程度上决定了中小微企业贷款未来的偿还情况，将中小微企业主的收支状况、信用记录等信息作为构建企业信用评价模型不可或缺的变量。基于此，本文在借鉴前人的基础上，引入了企业维度变量同时加入了企业主个人维度的变量，运用SPSS软件，利用90家中小企业数据构建了Logistics回归模型，比起以往的信用模型在准确性和易用性上有很大的提升。研究结果表明，模型在主要关注的目标即识别好坏客户以及预测方面取得较好的结果。将来可以将模型进一步拓展，将其开发成信用评分卡，使得模型在使用上具有更好的简便性和操作性。

市场周刊2019-12-23

【国家金融与发展实验室理事长 李扬】运用金融科技 建设信用社会

国家金融与发展实验室理事长 李扬

党的十九大对推进金融科技健康有序发展作出重要部署和提出要求。围绕如何运用金融科技,推动信用社会建设更好发展，我讲两个观点：一是信用社会建设需要金融科技；二是用金融科技创造现代信用社会要从基础做起。

信用社会建设需要金融科技

很多研究者都可能记得，本世纪初，在时任人民银行行长周小川和时任货币政策委员会秘书长易纲的支持下，我领导中国社科院的团队做了一个关于中国城市金融生态环境的研究。这个项目出了一系列成果，其中有一本书，名为《中国城市金融生态环境评价》。现在看，金融生态这个概念，从其内涵和外延来看，与今天讨论的“信用社会”基本重合。这就是说，十几年前，我们对信用社会的建设问题，早在十几年前就开始了。从2005年开始，我们每年都对中国城市的信用状况进行评估，并且根据评估结果进行排名。

接连很多年，在列入评价的200多个城市中，浙江省的几个城市都名列前茅，记得有一年，浙江温州还排在第一。在我们的分析逻辑中，出现信用风险并不必然对城市信用评级产生负面影响，相反，如果出了问题，能得到及时、合理、合法、公正的解决，反而可能提升城市的信用等级。温州就是这样，那里金融经常出事，但一般都能得到公正的解决。换言之，在当时，温州的信用社会建设，在全国名列前茅。

针对温州金融现象，我们还专门写了一篇大文章，探讨当地的信用制度建设问题。我们看到，温州的信用体系比较健康，主要是因为那里充分利用了“熟人社会”的优势。在“人人相熟”的社会环境下，如果从事经济和金融活动的主体人人都顾及自己的信用，珍惜自己的羽毛，都想着“还要有下一回”，则这个社会可以达到较高的信用水平。可以说，基于熟人社会的信用制度，在上个世纪末到本世纪初的温州，做到了极致。

进入本世纪以来，随着中国工业化的突飞猛进，经济活动日益超越地区的界限，伸展到全国乃至全世界。熟人社会打开了大门，交易对手主要不再是经常能见面的“熟人”，而可能是远在千里之外，素昧平生的陌生人。最重要的变化发生在房地产领域。跟随我国城市化步伐，各城市房地产市场不断升温，敏锐的温州商人开始奔走于全国，甚至公然以“炒房团”名义，在全国追逐不断升高的房价。炒房团对资金的渴求日渐强烈，他们四处告贷，杠杆率因而不断提高，一旦资金链断裂，整个泡沫就会破灭。到这时，温州商人的信用出了问题，以至于在该地区率先出现“跑路”老板，并愈演愈烈，最终导致整个地区信用崩塌，成为全国信用风险最集中的地区。正是在那种环境下，为了救赎崩坏的信用，“温州市金融综合改革试验区”应运而生，算起来今年已进入第6个年头了。

温州的例子告诉我们，在工业革命之后建立的现代经济社会中，信用制度的建设仅仅依靠“脸熟”和道德约束是不够的，应对人口频繁且大规模流动，产业链日益延长，交易网络不断扩张的形势，信用关系必须上升到以受法律制约和保护的契约为基础，必须专业化运作，必须依托大公司、大银行、大市场、大机构、大品牌、大媒体，乃至依托专业化的信用评级机构，直至行业协会或政府的信用背书，否则，囿于一隅的商人们，绝难取信于千里之外、从来未见过面的交易对手们。

应当说，迄今为止，基于契约的机构信用，依然是我们社会信用体系建设的基石和主体。

然而，随着后工业化和全球化不断深化，人们逐渐发现，机构信用也不那么可靠。因为，机构再大，终有信任边界，越出该边界，大机构便鞭长莫及，其信用关系难以溢出。更重要的是，即便在其能力覆盖的范围内，大机构也有出问题的时候，产生组织信任危机。例如，在汽车生产领域，信誉卓著如奔驰、大众者，也有信用违约之时；在媒体领域，老牌如CNN、BBC者，也可能说谎话。对这种基于机构所建立的信用关系提出挑战的最典型事态，发生在2017年美国大选之时。如所周知，在全民投票最终揭晓之前，基于传统媒体的社会调查根本就不看好特朗普。受这些媒体的影响，世界各国政府都没有做好同这位奇葩总统打交道的准备。所以，特朗普一上台，整个世界措手不及。但是，事后回溯整个过程，大家注意到，就是在基于传统媒体的民调网络众口一词支持民主党候选人的时候，基于互联网的新兴媒体——茶党言论——却早已信心十足地预告：特朗普终将取胜。结果大家都已知晓，正是那个“不靠谱”的特朗普，最终入主白宫。在这个过程中，新兴媒体战胜了传统媒体。

这就将我们的信用体系建设推到了第三个阶段，就是基于现代科技的信用体系，这套信用体系的本质是什么呢？它的本质，就是利用大数据、云计算、区块链、人工智能、互联网等一系列最新的科学技术，建立起一个一个既彼此独立，又相互叠加、点网相连的社群。这是一个无中心、扁平化、所有公民都完全平等、自由参与，而且相互间可以不受限制地交流体验并展开互动的圈子；这是个边界可以无限扩展的圈子。有人将这种圈子形容为“民众集体协作的利器”，它的充分利用，让我们建立起一个新型的信用社会。我理解，今天我们讨论的“运用金融科技来建设信用社会”主题，心里确认的对标，就是这个方向。

现代信用社会建设要从基础做起

实际上，运用金融科技来改造传统信用社会、创造现代信用社会，有太多的事情要做。这应了一句老话：“一部二十四史，不知从何说起”。不过我想，沿着数据采集、数据处理、信息分析和挖掘、以及提供数据服务等四个环节展开分析，或许能理出个头绪来。

1.数据采集

为了建设信用社会，我们需要收集大量信息。传统的金融机构拥有很多信息。但是，用现代的眼光看，它们收集积累的信息是有限的。首先它局限于自己的圈子，信息面不够广，其次便是信息单一，除了那些传统的存贷汇兑信息之外，所知不多。我们要建立的现代信用社会，需要收集更多的信息，除了传统的信用、债务信息外，我们还要有反映客户行为特征的信息，如包括诉讼、抵押、专业许可、驾驶、联络等在内的公共记录信息；包括医疗、健康、其他商业活动在内的专有信息等。谈到收集信息，有一个问题必须强调，就是信息的数字化。这个问题所以重要，是因为现代社会条件下，信息之多，堪称爆炸。然而，来自各个领域的信息，其存在状态是不一样的。如果我们不能用统一的“语言”系统去描述它，存储它、缺乏统一的基准和框架去计算它，庞大的信息就可能成为一堆垃圾。换言之，在来自各个领域的信息能够使用之前，我们必须用统一、简单的语言系统、把它们记录、存储下来，并加以整理。显然，数字就是这样的统一且简单的语言。通过这个数字化过程，我们得以将来自不同领域、不同规范的信息标准化为数字语言。显然，数字化是一切金融科技得以发挥作用的前提和基础。毋庸讳言，在这方面，我们与世界发达经济体的差距还十分巨大。

这个问题十分重要，但往往被人忽视。近几个月来，我最近参加了若干讨论“大资管”的会。这些会讨论的问题很多，观点也不尽一致，但是，有一个看法是共同的，就是，大资管这个行业，恐怕绝大部分的机构都不适合参与其间，其中一个很重要的原因就是，在有效展开大资管业务之前，必须提供一些基础设施，其中，数字化，就是必要一环。这些基础设施都是必须先期去做的，但也是十分“烧钱”的。显然，绝大多数机构都不拥有足够的人力、物力和财力来完成这最初的投入。

2.数据处理

我们知道，通过多种渠道收集到的信息可能五花八门，有基于各种算法的信息，有基于各种架构的信息，有存在于各种文本之中的信息，有很多结构化的信息，更大量的则是非结构化的信息，我们必须具有处理、组织、分析、跨越多运行系统、多数据库、多文件类型的能力，并将它们统一加以表述。

3.数据分析和挖掘

这个过程，就同我们一般所说的人工智能（AI）连在一起了。我们知道，人工智能由三大要素构成：大数据算法、算力。就中国的情况而言，我们的数据是有的，但是，恰如我上文所指出的那样，由于数字化不够，我们掌握的大量数据其实不能使用。另外，由于部门分割，中国存在大量的信息孤岛，大数据也变成小数据了。所以，进一步对数据进行整合，是发展金融科技的必要条件。当然，这需要政府认上并切实加以组织。关于算法，客观地说我们尚存在着较大的差距。其原因就在于我国的科学比较落后。经过40年改革开放，我国的技术以及与之相关的工程比较发达，与之对应，我们拥有大量一流的工程师。说起来，这正是我国教育体制追求的结果。我国教育体制的取向，建国以来基本没有变化，即：在全部科学中，侧重自然科学；在自然科学中，侧重技术和工程。遗憾的是，算法，恰恰是以科学为基础；我国科学相对落后，算法就难以世界领先。对于这个缺陷，我们必须有清醒认识，最近人民银行有研究者发文，论证今后的经济将是“算法经济”，今后的金融则是“算法金融”，可见算法之关键地位。必须清醒地认识到，算法是科学的产物，今后我们需要大量优秀人才，去从事那些在短时期内不见经济成效、甚至永远不见成效的科学研究。聊以自慰的是，借助于工程导向、技术导向，近年来我国的技术水平突飞猛进，已经拥有多台超高速计算机，使我国在算力上处于世界领先地位。

4.数据服务

这是最后一个环节，面对市场、面对客户的环节。我们需要的解决方案，必须尽可能简单、明了、可触达、可视化；必须针对不同客户需求，量体裁衣。要做到这一点，显然也须有大量的科技、人力和资金投入，同时，我国的金融业必须完成一个在发达经济体几十年前就已完成的转变，即：金融业要从金融产品生产商全面转变为金融服务提供者。

结语

建设现代信用社会，我们必须建立在现代最新科技基础上，而要做到这一点，则须有大量艰苦细致的基础性投入。其中，有一些是需要企业投入的，还有一些，则须政府组织的公共投入。比如大数据、数字化，作为金融科技发展的基础设施，本质上就需要政府投入。我们注意到，在发达经济体，这样一些属于现代社会发展的技术基础设施，都是由政府出面投入建设，搭建公共基础平台，搭建共用技术平台，然后交由私人部门无偿或者低成本使用。发达国家的经验，值得学习。

搜狐网2019-01-07

大公国际:金融科技对信用评级业务的影响研究

IAMAC2021年度课题

2021年中国保险资产管理业协会共设立42项课题，第一批11项课题已于10月底完成评审，现将课题核心观点与读者分享。本期为您推荐《金融科技对信用评级业务的影响研究》精编版，后续将推出完整课题报告，敬请期待。

金融科技对信用评级业务的影响研究

大公国际资信评估有限公司

本文围绕金融科技对优化升级信用评级理论、方法体系，建设智能信用风险评价预警能力，提升多元化市场服务能力，构建智能化合规管理与机构监管能力等的影响进行了研究，以案例形式对金融科技在评级业务中的应用进行探索，从监管机构和评级机构两个层面，提出了相关意见建议。

一、主要研究内容

首先，从理解金融科技定义开始，研究了金融科技发展的V1.0、V2.0和V3.0三个阶段，描述了各阶段在推动金融业务创新发展中的作用，创新性分析了大数据、人工智能、云计算、区块链、移动计算和网络安全等金融科技关键技术。

图1 金融科技关键技术ABCDMS

其次，描述了信用评级原理、模型方法及相关知识，分析了信用评级发展现状及存在问题；研究了国内外信用评级机构在金融科技方面的应用，剖析了评级行业在应用金融科技方面的挑战。

再则，从优化评级理论和方法、服务多元化、智能信用风险分析评价、合规管理与机构监管等角度，分析了金融科技对信用评级业务的影响。

接着，分析了金融科技关键技术在助力评级机构提升“5信”（采信、存信、分信、评信、用信）能力方面的作用，重点对二级市场债券估值与违约概率测算、信评行业区块链技术应用、“信用流”在供应链金融中的应用等进行了实践探索。

图2 金融科技提升信用评级”5信”能力

最后，结合金融科技发展趋势和评级行业变革现实，从监督管理和评级机构自身两个层面，提出了相关意见建议。

二、金融科技对信用评级业务的影响

金融科技对信用评级业务的影响主要体现在“升级”与“创新”两个方面。“升级”指利用金融科技丰富评级数据源，提升数据交互验证分析能力；深度挖掘信用评级价值信息，构建信用评级模型体系；改善信用服务质量，提升信用风险揭示水平；基于信息平台实现评级过程数字化和智能化，提升评级作业效率。“创新”指通过金融科技实现高质量信用数据的积累与应用，为投资者提供多元化的信用服务。

图3 金融科技对信用评级业务的影响

（一）对评级理论、方法体系的影响

1.丰富信用评级数据维度

金融科技所采集的数据来源更广、种类更丰富，并且易留痕与追踪、准确性更高。运用机器学习、自然语言处理等人工智能技术，智能采集市场行情、企业舆情，宏观、行业、诚信与经营等多维数据，经“人工+智能”方式实现数据验证和计算。

2.提高建模与定量分析能力

构建更科学合理，更适应复杂非线性场景的评级分析能力，提高信用模型分析测算的区分度和准确度。更好解决评级方法中的关键技术，例如确定影响偏离度的各指标权重、预测偏离度变化情况，并对预测结果进行情景分析等。

3.提升评级作业效率

利用金融科技代替传统评级工作中的重复人工劳动，例如将部分报告内容形成格式化模板，由计算机自动填充数据生成报告主体内容，减少数据检验复杂过程，提高产出质量，提升作业效率。

（二）对智能信用风险分析评价能力的影响

在金融科技环境下，构建更科学智能的风险监测预警体系，提升动态揭示和评价信用风险的能力，是提升信用评级机构专业能力的途径之一。

1.提升信用风险揭示水平

大数据、人工智能等技术的应用，可提高评级作业效率，提升信用风险揭示水平。以人工智能应用为例，经过对海量数据的分析和处理，对受评对象信息核实验证，分析其经营轨迹和风险传导路径，识别影响信用风险的关键要素，通过智能适配信用评价模型，对受评对象进行快速评价。在智能评价基础上，分析师再到客户现场进行有针对性调研和验证，对企业进行更精准评级，提升评级区分度。

2.实现信用风险实时监测预警

在金融科技驱动下，评级机构可以获取类型和维度更丰富的受评对象数据，对舆情、诚信等风险信息做情感和热度计算，追溯信用风险产生源头和传导情况。对受评对象信用风险开展实时监测、分析和判断，根据风险发生概率和影响程度，智能启动评级流程，推动分析师对风险进行跟踪评价，将评级结果智能推送给客户或通过公开渠道发布。

（三）对评级服务多元化层度的影响

在研究应用金融科技情况下，站在更好为投资者服务的视角，可以为市场提供更多元化评级服务。

1.资产证券化智能评级

应用大数据、区块链技术可影响信用评级整个流程和效率。例如，对ABS类产品在尽职调查阶段，将基础资产上链可以让各参与方动态查看资产情况，便捷高效生成各类交易文件；债券存续期，实时监测债券偿付变化，当产品兑付发生风险迹象时，系统第一时间进行提示，并通过智能合约促发约束行动。

2.供应链金融风险控制

围绕核心企业，让上下游企业经营行为记录在基于区块链的存证系统中，以信用流统筹资金流、信息流和业务流，搭建链式生态，构建大数据分析和智能信用评价系统，实现对上下游企业的穿透式管理，为链上企业提供信用融资服务。

3.园区信用评价

基于信用评级机构积累的行业、区域、企业相关数据，结合企业入园评价、园区企业管理、国家政策奖补、支持“双创”发展等需求，构建智能化的园区信用督导与评价平台，助力园区管理单位提升信用监管治理能力，帮助园区企业融资发展，发挥园区示范效应，构建信用经济发展新模式。

（四）对合规管理与机构监管能力的影响

作为金融科技的分支，信用科技近年来也成为评级行业研究的重点，发展信用监管科技，提升评级合规管理和上层监管效能成为新课题。以“信用”为核心，以“科技”为手段，帮助评级机构打造新型信用基础设施、提升信用服务能力，培育良好生态的信用交易市场。

1.健全评级行业金融科技监管框架

利用金融科技，强化体制机制建设，监管机构可以在信用存证、信用信息交换共享、信用风险共识评价方面，实时掌握各环节信息，针对性开展事前、事中、事后监管工作。

2.发挥监管科技作用提高监管效率

借助大数据、人工智能等技术，对现实世界进行模拟测算，对风险发展状况进行推演，帮助监管机构发现深层次问题，找到影响问题最直接、最根本原因，制定更具针对性的监管策略与方案，提升问题处理的精准性和及时性，将风险尽可能处理在事前环节。

3.引用“监管沙箱”助推评级行业发展

信用评级行业目前正处于规范和优化发展关键时期，金融科技为评级业务发展开辟了新路径，但也存在不同程度创新风险。在沙盒内鼓励创新、允许试错，鼓励评级技术创新和评级服务能力优化，同步探索评级行业持续高质量发展的体制机制、发展模式和持久生态。

三、信用评级金融科技发展建议

（一）监督管理层面

1.建立统一的评级监管规则体系

近年来，我国评级行业在统一规则、完善监管、对外开放等方面取得长足进步，但也存在评级虚高、区分度不足、事前预警能力较弱等问题，制约了我国债券市场高质量发展。利用金融科技，进一步建立相对统一的评级监管规则体系，更好赋能评级行业发展。

图4 统一的评级监管规则体系

2.制定适应金融科技发展的相关政策

政策引导是评级机构科技化发展的重要推动力。金融科技快速发展，在助力评级行业更好发展的同时，也为信用风险监测、分析、研判和评价增加了复杂性和难度。监管部门可以针对金融科技发展带来的影响，制定相应政策和规范，统筹引导，促进良性发展。

3.制定信用数据流通应用标准，建立数据共享渠道

信用评级单位作为防范风险的中介机构，责任重大，但信用数据的可获得性与真实性直接影响信用评级业务发展。在金融科技时代，靠客户提供的数据为主已越来越难以满足风险评价与监管实际需要。建议监管机构和国家相关部门在《数据安全法》框架下，加强国家信用数据库建设，制定信用数据流通应用标准，建立信用评级机构常态化使用社会信用、政务监管（如工商、税务、安监、质检、司法）及征信类数据的机制和通道，授权评级机构按需索取和使用数据。

4.运用“监管沙盒”理念增强评级监管灵活性

我国已在北京率先试行金融 “监管沙盒”政策，建议利用此机会，在沙盒中督导评级机构升级优化评级理论、方法体系，构建以违约率为核心的评级质量验证机制。鼓励评级机构发挥传统评级优势，以更好揭示和评价信用风险为目标，创新信用评级业务和服务模式，为国家防范系统性风险做出更多贡献。

（二）评级机构自身层面

1.提高对金融科技的认知

评级机构要从思想上、认知上真正理解评级向科技化转型的意义和价值。提高认知，转变思想，以数据为资产，以技术为手段，以人才为依托，构建支撑评级业务优化、创新的体制机制与平台体系。

2.完善内部风险管理“防火墙”机制

信用评级业务类型越来越多元，要求越来越高，风险敞口也越来越多，评级机构更需要加强内部“防火墙”管理机制，充分利用金融科技创新管理方式，将合规管理过程内嵌到信息系统中，实现智能化管理。

3.加强信息科技基础设施建设投入

国内评级行业整体规模较小，可利用金融科技发展之机，加强信息基础设施规划建设，加大数据资产建设投入，建立与评级业务发展相适应的、符合监管要求的信用数据库和相关信息平台，实现“换挡超车”。

4.加强人才队伍建设

评级机构自身储备的金融科技人才不足，顺应国家对人才培养的大战略，通过人才引进、内部培养、校企合作等多种方式加强人才梯度建设，培养适应金融科技发展要求的信用评级人才。

5.选择合适的科技化道路

评级机构对金融科技的运用应考虑行业发展现状和自身情况，以补短板为出发点，以提升评级行业竞争力为目标，以创新发展为突破，以“可监、可控、可管”为保障，选择合适的科技化道路，稳步前进。

中国保险资产管理2021-11-16

国内城市个人信用评分指标体系和应用场景研究

黄险峰，教授，博士，主要研究方向为西方经济学

朱浩，硕士，主要研究方向为宏观经济运行

陈彦舟，硕士，主要研究方向为金融管理

概要

通过采用合理有效的评分指标对个人信用进行量化评分，可以获得个人的社会信用水平，评判个人信用风险，这将有利于节约市场参与者的交易成本，提高市场资源配置的效率。

目前国内已有江苏苏州的桂花分、江苏宿迁的西楚分、福建福州的茉莉分、福建厦门的白鹭分等个人信用分落地应用，而部分城市暂未建立个人信用评分制度。

根据国家、省、市关于社会信用体系建设和个人诚信建设的政策文件和系列工作部署，为进一步加强国内部分城市个人诚信体系建设，实施信用惠民工程，需要对适合各城市情况的个人信用评分机制展开深入研究。

关键词：个人信用；评分；指标体系；应用场景

· 正 · 文 · 来 · 啦 ·

1

国内外个人信用分理论研究

国内研究动态

我国在个人征信体系建设方面与发达国家相比起步较晚、基础薄弱，但近年来发展节奏明显加快。经过多年的探索，目前我国已初步建立了以中国人民银行个人征信系统为基础、其他市场化运作商业机构作为支撑的个人征信体系。国内学者在个人信用方面的研究主要集中在互联网金融背景下个人征信模式创新和个人信用评估方法两个方面，具体的研究脉络梳理如下。

在互联网金融背景下个人征信模式创新研究方面，宋世伦、刘岩松(2012)认为，基于最新的图像识别、人工智能等互联网技术可以使用于个人信用建设的数据来源更加丰富，数据采集成本更加低廉，个人征信机构能够提供的个人征信产品和服务更加多元化。袁新峰(2014)认为，建立征信系统的互联网金融子系统的重点是加强互联网征信的隐私保护以及开展互联网金融模式下的信用评分业务。同时，互联网金融背景下大数据在个人征信体系中将发挥重要作用。冯文芳、李春梅(2015)认为，基于大数据基础个人征信方法能够收集和处理非结构化数据，这些数据来源广泛，有助于提供更为全面和精确的个人信用评价，可靠性和实用性更强。卢芮欣(2015)认为大数据可以有效扩大征信的覆盖范围，拓展信用信息的来源，为信用数据安全存储和全面共享奠定基础，有效拓展信用数据的挖掘深度。

在个人信用评估方法研究方面，陈哲赞(2012)主张在个人信用评估中使用统计方法，并重点阐述了如何运用Logistic回归分析方法对个人征信进行评估。李太勇等(2013)引入了基于稀疏贝叶斯理论的新型个人信用评估模型，并且通过实证表明该方法效果显著，可以获得较高的辨识度。在非统计学方法研究上，杜婷(2012)将粗糙集相关理论与支持向量机理论相结合进行预测，把粗糙集支持向量机方法应用在个人信用评估的研究中。刘艳芳(2015)通过研究分类器选择方法，提出了一种基于该方法的最优基分类器子集搜索算法和选择标准，并在此理论基础上创建了新的个人信用评估模型。

与此同时，一些学者也探索了信用评估方法中的组合方法，姜明辉等人(2014)设计出了基于Logistic回归-BP神经网络的权重调整算法和基于距离的投票算法，对以CBR(案例推理）方法建立的个人信用评分模型进行优化，设计出精确性和准确性都有所提高的基于优化CBR的个人信用评分模型。冯金龙(2016)通过米用Logistic回归、支持向量机和人工神经网络三种单一模型，创建新的组合式个人信用评估模型——Logit-GA-BP组合模型，并且运用该模型进行实证分析，结果表明可以对目标群体的违约风险进行有效的预警提示。

国外研究动态

经过100多年的发展，国外发达国家已经形成了相对完善的信用体系一信用法律体系、监管体系、征信体系等，建立了丰富的数据源和完整的体系结构。在此基础上，国外学者对个人信用评估机制进行了广泛深入的研究，特别是对个人信用分的研究取得了众多突破。

在互联网金融方面，Freedman S.等（2008)指出互联网金融的发展使征信数据来源更广泛，比如一些P2P网络平台揭露的借款人的“软信息”有利于补充个人征信的“硬信息”。Crosman P.(2012)通过实证研究，认为随着机器学习和有关互联网技术的发展，基于个人线上线下有关数据可以对个人的信用状况进行有效评估，并将随着个人征信技术的不断进步，可用于个人信用评估的指标也会越来越多，从而有助于得到更加精确的个人画像。Hoofnagle C.J.(2013)则指出，由于个人信用评价指标较为单一，加之缺乏有效的数据整合能力，美国部分网民仍无法享受征信带来的便利。

国外学者在个人信用评分理论研究方面将重点放在数理模型技术方法分析上，通过设置多重变量，研究各种因素对评估质量和制度环境的影响，并着重分析如何将统计学方法运用在个人信用评估上。

Wiginton J.C.(1980)首次将Logistic回归方法引入到了个人信用评分领域。Anderson J.A.(1981)则分析研究了与Logistic回归相似的Probit回归模型的效果，并与判别分析方法进行对比，得到Probit方法判别性能更好的结论。Rosenberg E.和Gleit(1994)两位学者通过对个人征信评估中使用判别分析方法进行实例验证，得出了分析方法的可行性。

随着研究的深入，个人信用评分技术领域逐渐出现了决策树、贝叶斯等非参数的统计方法。Kim Larsen(2005)通过分析运用广义朴素贝叶斯分类理论，填补了该方法在个人信用评估领域中的空白。Zhang Defu等(2010)提出了Vertical Bagging决策树模型，并运用UCI数据库中数据对该模型进行验证，结果表明该模型是一种可行的征信评估模型。Ling-Jing Kao(2012)提出将分类回归与贝叶斯线性回归相结合方法对个人信用进行预测。

随着互联网信息技术的进一步发展，支持向量机、神经网络等系列非统计方法以及组合方法的概念也逐渐引用到信用评分领域。Sun J.和Li H.(2008)通过使用加权投票法对多种个人信用评分模型进行了组合，得出组合模型在预测稳健性和精度方面都较高的结论。Alexis Marcano(2011)提出将神经网络相关方法运用到信用评估研究领域，建立了一种可塑性人工神经网络模型，然后利用相关数据进行了实证研究。Finlay S.(2011)通过构建多种Bagging和Boosting组合模型，在与单一模型的对比后发现组合模型在信用评分领域具有很好的效果。Paulius Danenas等学者(2011)采用了特征选择以及支持向量机的相关理论，对个人信用进行建模，经过验证得到了良好的结果。Amir Arzy Soltan(2012)则通过对伊朗和澳大利亚两国信用数据运用决策树和人工神经网络组合的信用评估方法，成功验证了该组合方法的可行性。

2

国内主要个人信用分指标设计比较分析

目前，我国国内已有5个典型城市以及阿里巴巴为代表的互联网公司开展个人信用分评定及应用工作。这些城市通常会根据自身发展特点、发展阶段以及软硬件条件对个人信用分进行分门别类的设计。根据个人信用分评分体系的不同，目前国内主要城市信用大致分为两类:一类是FICO评分系统(美国FICO公司开发的个人信用评分系统），另一类是更为复杂的多维体系。

采用传统FICO评分系统的个人信用分

目前，国内采用FICO评分系统设定个人信用分的城市和机构有厦门、苏州以及蚂蚁金服。具体的指标设计如下。

1.厦门“白鹭分”

厦门市民个人信用“白鹭分”是以行政管理过程中以及市民城市生活中产生的个人信用数据为依据，通过搭建信用修复、基础信息等5个指标，对市民进行精准用户画像，区分市民信用等级，以此划分为不良、一般、良好、优秀、极好等5个等级。该城市信用分还预留了部分权重指标，未来将按照平等互换原则与民间征信体系对接，逐步将其打造成为一个集公共信用评定、民间信用评价于一体的国内城市个人信用综合评定体系。

2.苏州“桂花分”

该信用分通过区分市民基础、稳定、品德、资产以及其他信息，从中抽取5个评定维度，再根据市民的文化程度、年龄、户籍等搭建22大类总计243个指标项，综合评定市民的信用等级。另外，苏州市还注重与具有线上大数据优势的互联网企业合作，共同开展个人信用服务。比如，通过与互联网巨头阿里巴巴集团合作，融合引进旗下产品——“芝麻信用分”，填补了其在互联网征信环节的不足，打通了“数据—模型—场景”。

3.蚂蚁金服“芝麻信用分”

阿里巴巴集团旗下产品“芝麻信用分”采用了较为成熟的FICO评分体系。该信用分从自然人履约能力、信用历史等5个方面进行综合评定，依所处分数区可以分为5个等级，即极好(700~950分）、优秀(650~700分）、良好(600~650分)、中等(550~600分)、较差(350~550分)。

采用多维评分系统的个人信用分

目前，国内通过设计多维指标体系进行个人信用分评定的城市有宿迁、福州和杭州。采用多维指标体系进行个人信用分评定可以增加测评的完整性和准确度，确保衡量结果客观，缺点在于增加了研发难度。

1.宿迁“西楚分”

该个人信用分指标数据来源于本市公共信息平台归集的个人信用数据，并通过划分社会管理信用信息、商务信用信息等多维度，总共设置69个指标项综合计算得出结果。目前，“西楚分”采取千分制评价方法，根据用户信用评分段进行A、B、C、D等4个级别以及AAA、AA、A+等8个等级评定，并且计算采用直接降级法和指标加减法。

2.福州“茉莉分”

福州市“茉莉分”指标数据来自于本市公共信息平台采集的个人信用数据，通过科学搭建评价模型，区分个人能力、职业、公共信用、金融信用、行政信用、司法信用等6大维度，通过大数据分析计算得出。该个人信用分目前采用“年度信用+附加信用+基础信用”模式，其中基础信用和附加信用各为500分。另外，根据分值，依次设置了信用极好、信用优秀、信用良好、信用一般、信用较差、信用极差等6个评价等级。

3.杭州“惠信分”

“惠信分”是杭州市民卡有限公司以城市生活信用数据和政务信用数据为依据，通过社会关系、公益服务、遵纪守法、用信活动、公共缴费、职业违规等6大维度，采用科学的方法和模型整理、分析得出的综合评估结果。根据计算得出分值，设置了信用待完善、信用良好、信用优秀、信用极好等4个评价等级。

3

国内个人信用分应用场景比较分析

个人信用分的核心在于应用场景。目前，国内典型城市开发的个人信用分在应用场景方面主要为旅游、教育、医疗、金融、行政服务等领域。

典型城市个人信用分应用场景发展现状

1.基本涵盖民生各个方面，极大便利群众日常生活。

国内典型城市个人信用分通过与各行政服务中心的对接，可以为具有良好信用等级的居民提供各项信用便民应用。应用场景包括像日常所需的共享自行车免押使用、热门景点免排队信用购票以及市政服务等。通过个人信用分可以省去很多冗杂审核操作，极大地便利了民众日常生活。

2.应用场景边界不断拓宽，逐步引进新的技术元素。

国内典型城市个人信用分在设立初期，应用场景存在较为单一、流程操作较为复杂等问题，各城市通过不断丰富信用数据外延来加以解决。与此同时，国内不少城市个人信用分为第三方征信机构提供了部分接口，未来可以根据需要进行对接，逐步搭建起集公共信用评定、民间信用评价于一体的国内城市个人信用综合评定体系。部分城市在与诸如阿里巴巴等高新技术企业进行合作过程中，通过“干中学”不断深化理解企业在信用评分领域先进的风控、AI(人工智能)技术，以地方个人信用分为依托，不断丰富与拓展应用场景。

3.应用场景逐渐丰富，新兴领域成为重点。

近年来，伴随人工智能、大数据等技术的兴起，个人征信的应用场景日益增多，共享经济等新兴业态也不断催生新的征信需求。国内开展个人信用分试点的城市在设计应用场景时就充分考虑到了诸如信用租车等模式，用户只需达到一定的信用级别，即可免除押金直接使用相关产品，极大便利了市民日常生活。随着“互联网+”时代的来临，一方面将促使典型城市信用分评价体系进行革新，增加更多的用户信息接触点;另一方面将促使典型城市个人信用分应用场景逐渐丰富，线上运营能力不断提升，未来将会有更多依托个人信用分的线上应用场景，进一步便利城市居民的日常生活。

城市个人信用分应用场景存在局限

1.受客观条件限制，场景线上推广能力相对有限。

随着移动互联网时代的到来，市民对于去中心化的服务需求与日倶增，为了更好地满足用户的家政、出行等日常生活场景需求，众多公司机构都改进了相关服务模式。如表3所示的“芝麻信用分”应用场景，几乎囊括了借物、出行、住宿以及其他新兴领域。但国内许多城市推出的个人信用分在应用场景方面由于缺乏足够的渠道资源去推广产品，在获客成本、线上推广方面与一些互联网平台征信产品存在较大的差距。简言之，基于“互联网+”的服务可以实现机构与消费者之间的信息对称，而国内很多的城市信用分由于互联网技术水平较低、专业运营人员缺乏等问题，导致其应用场景运营推广受到限制。

2.数据来源相对不足，限制城市个人信用分评价客观性。

目前，国内主要城市个人信用分采取的基础数据库均来自于市级机关行政管理部门，以及与市民生活息息相关的企事业单位，部分城市公共信用信息平台委托第三方信息技术服务机构进行研发，这些数据平台通常都比较缺乏刻画居民日常生活信息（电商、社交)的数据。而国内像以阿里巴巴、腾讯为代表的电商、社交互联网巨头自身具备一套征信体系，其数据来源主要是通过对用户在其平台上每时每刻留下的数据痕迹进行跟踪产生，这种数据可以更好地刻画个人信用，因此具有很高的应用价值。但总体而言，数据来源还不够丰富，一定程度上制约城市个人信用分的指标维度设计，制约个人信用分评价的准确性和客观性。

4

国内城市个人信用分指标体系和应用场景设计建议

国内城市个人信用分指标体系设计建议

1.建立健全个人信用分指标体系法律依据。

从我国目前的信用制度建设实践来看，部分行政法规和部门规章已基本囊括信用制度体系，且呈现逐步推进状态。如表4所列出的我国有关信用的行政法规和部门规章，可以看出近几年来我国正在加快建立健全信用法律法规体系，但在具体的城市个人信用分建设指导性意见和实施方案方面还存在较大的空白。下一步，随着各领域信用工作向纵深推进，有必要补充和完善与信息社会、数字社会发展相适应的社会信用制度。

2.主动对接互联网企业，搭建国内城市三维个人信用分体系。

根据相关理论与实践研究，国内城市在个人信用分指标体系的设计上可以参考“三维度信用论”。该理论认为个人信用是三维的:一维是诚信度，二维是合规度，三维是践约度。根据“三维度信用论”的观点，国内城市在个人信用分的设计方面应与掌握相关线上数据来源和技术优势的互联网企业进行合作，对接互联网企业的数据接口，对国内城市个人信用分指标体系各二级指标进行综合评定，以此来完善对个人信用的多维度测评。

国内城市个人信用分应用场景设计建议

1.因地制宜，创造具有城市特色的应用场景。

相比较于国内开展个人信用分评定城市，国内其他城市在个人信用分应用场景设计方面，应当因地制宜、不断丰富，可以加大在图书借阅、公交出行、医疗优惠等多个领域应用。另外，部分城市作为国家级历史文化名城，应当在促进居民旅游消费便利化方面进行试点。例如，对于达到一定信用级别的居民可提供免排队信用购票服务，对于基本医疗服务未来可以根据城市发展情况进行预约免排队试点。

2.把握进度，完善工作进度台账制度。

各城市主管部门在推进个人信用分应用场景开发工作过程中，应该注重工作进度，注意把控力度，对于工作最新进展建立台账制度，逐级汇报进展情况。针对工作中出现的新问题应该及时进行调整，及时化解矛盾。通过建立工作进度台账制度，各部门应及时对新情况进行反馈，以便找到问题的症结，促进城市个人信用分应用场景开发工作稳步推进。

3.加强监管，防范“过度场景化”风险。

从记忆角度来讲，“场景”比“无场景”更容易让人记忆，但这不并意味着个人信用分都是有场景的，相反，“无场景”征信在实操中体量更大。因此，信用分应用场景的丰富化需要各城市主管部门审慎择取。另外，由于国内各城市在个人征信方面才刚起步，城市居民对于个人信用的理解还停留在“靠谱”“说话算数”的层面，而对于征信所需的大数据、模块、应用及展示知之甚少。民众个人信用意识的觉醒需要启发，应用场景开发必须充分考虑民众的接受能力，“过度场景化”将会导致国内城市个人信用分在推广应用时受到较大阻力，不利于基层机构工作的开展。因此，未来国内各城市相关职能部门应当加大对个人信用分应用场景开发过程和执行效果的监管，定期开展个人信用分应用场景的调研回访工作，研究信用评分的运作机理，防范“过度场景化”带来的风险。

4.统筹兼顾，加强部门之间的协作。

个人信用分应用场景设计开发一般会涉及不同部门之间的沟通协调，通常情况下，各部门负责人之间沟通协调存在着沟通不及时、信息反馈慢的问题。为此，未来各地方政府可以考虑组建社会信用体系建设工作领导小组办公室，定期开展工作进度汇报，及时对应用场景设计开发过程中出现的数据衔接、业务流程统一等问题进行磋商。这样可以最大限度地减少跨部门沟通存在的问题，降低部门沟通成本，持续培育和激发新兴的应用场景。

5.保持开放，探索引进民间资本。

政府部门在个人信用分场景开发中存在着专业知识欠缺、用户痛点把握不准等问题。为了更好地便利广大城市居民的日常信用生活，国内各城市在相关线上线下场景开发过程中应保持开放思维，允许民间资本以技术、资金、管理等形式参与相关场景开发。在场景后期运营过程中，应积极鼓励民间资本参与，并针对运营过程中出现的问题进行广泛的用户调研。针对实施过程中出现的具体技术问题，可以通过邀请具有相当技术实力的知名企业、公司参与解决。

《征信》杂志2019-06-18

对企业信用评价方法的回顾及思考

本文作者 　张旭/曾章蓉

摘要

信用评价是一个不断发展的过程。随着分析工具的丰富以及数据处理能力的提高，信用评价方法也逐渐向复杂化发展。

企业信用评级方法的发展主要经历了四个阶段：一是从银行信贷决策中产生的、基于信用形成要素的专家判断；二是利用财务比率的综合分析法；三是利用财务报表信息挖掘企业风险的多元判别模型；四是现代社会多样化的基于数理模型的信用度量。

对信用评价方法的思考：

一是模型无法识别信息质量。随着信用评价方法的发展，越来越多的信息被纳入评价体系，信息的充分度得到了提高，但该评价体系却无法改善甚至无法识别信息的质量。

二是对于过往信息的依赖。信用评价模型更多是聚焦借款人的过往信息。实际信用审查的过程中，要将过去信息、经验与未来前瞻性相结合。

三是信用评价模型的发展方向。随着技术的发展，未来或将出现更为高效的模型，不仅可以纳入更丰富的信息体系，还能够能挖掘样本的深层信息，及时识别信息的质量，进行综合评价。

1、对信用评价方法的回顾

1.1、信用评价方法是一个不断发展的过程

对信用评价方法的最早探索可追溯到20世纪之前，随着分析工具的丰富以及数据处理能力的提高，信用评价方法也逐渐向复杂化发展。信用评价方法从定性的经验判断向定量的指标衡量发展，从单一的历史财务数据分析到考虑多种信用影响因素。

企业信用评级方法的发展主要经历了四个阶段，一是从银行信贷决策中产生的、基于信用形成要素的专家判断；二是利用财务比率的综合分析法；三是利用财务报表信息挖掘企业风险的多元判别模型；四是现代社会多样化的基于数理模型的信用度量。

打开APP 阅读最新报道

1.2、阶段1：基于信用形成要素的专家判断

1.2.1、专家判断是最早的信用评价方法

专家判断起源于银行信贷业务，是西方商业银行在长期经营的过程中总结出对借款人信用风险分析的方法，是一种建立在长期经营经验上的主观判断方法。20世纪以前，信用评价主要采用专家判断的方法。

1.2.2、专家判断能够全面考虑债务人信用情况

基于信用形成要素的专家判断评价方法较为全面地涵盖了影响债务人信用的因素，将债务人的品德、借款的用途与期限、还款来源、担保情况以及经营环境等影响信用的因素都纳入考察范围中，拥有丰富行业经验的专家对贷款方的信用形成要素逐一进行评估，最终得出是否发放贷款的决策。

1.2.3、专家判断考察的具体信用形成因素

专家打分法有不同的种类，主要是各银行基于对经营习惯的总结，将构成企业信用的要素进行归纳分类：5C要素、5P要素、5W要素、4F要素。这几种信用评价方法虽然指标不尽相同，但实质内容上大同小异。在信用评价过程中，由专家结合从业经验，分析借款人在各项要素下资质，从而最终做出是否授信的决策。

1.2.4、专家判断的不足之处

虽然专家判断方法能够较为全面地覆盖债务人的各项信用要素，但这些评价依赖专家的经验判断，存在一定的主观性，并且受限于专家的知识面。在专家判断法的体系下，随着信贷业务量的增加，需要的分析人员增加，金融机构的审查成本上升。此外，金融机构内部人员的流动，过度依赖专家分析法或许导致不同时期评审标准发生差异，造成信用评价结果前后不一致。

1.3、阶段2：财务比率综合分析法

1.3.1、财务比率综合分析法的由来

为了避免专家经验带来的主观判断误差，定量客观的财务指标逐渐成为信用评价的参考标准。1928年亚历山大·沃尔提出了信用能力指数的概念，首次将财务比率应用到信用评价中，因此这种方法也称为沃尔比重法。沃尔选取了流动比率、负债权益比率、固定资产比例、存货周转率、应收账款周转率、固定资产周转率和自有资金周转率7个财务指标，将目标企业与行业进行对比，并得出最终综合得分。

1.3.2、财务比率综合分析法的应用场景

沃尔比重法提出之初主要是应用于企业的信用评价，将财务比率用线性关系联系起来，提供了除了定性的专家判断之外利用财务比率定量分析的思路，并且操作简单。目前，沃尔比重法侧重于分析企业经营情况，财务指标的选择也随着评估对象的特质而改变，不再局限于传统的7个指标。

1.3.3、财务比率综合分析法的实际应用

财务比率综合分析法在实际应用中需要先选择合适的财务指标并给定每个指标在总评分（以100分为标准分）中的比重，同时确定行业平均作为标准比率，得到相对比率，最终累计各指标得分，综合衡量企业的经营情况在行业中的水平，从而判断企业的信用风险程度。下面图表通过举例，对沃尔比重法的应用进行简要说明。

1.3.4、财务比率综合分析法的不足之处

沃尔提出的这种分析方法，面临的不足体现在三个方面：一是选取的这七个指标是否具有普适性，有待论证。二是权数的准确性也有待考虑；三是如果有一项指标偏离较大，则会对总体得分产生很大的影响，不能体现企业的总体水平。为了弥补偏离度较大问题，该方法可进行调整，限制某一指标偏离的对整体得分的影响。

1.4、阶段3：基于财务指标的多元判别模型

1.4.1、多元判别模型是基于财务指标的线性模型

沃尔比重法通过线性关系将财务指标联系起来，但权重的确定缺乏准确性。多元线性判别分析模型改善了沃尔比重法权重的缺陷，通过大量企业历史数据挖掘权重，选择能够影响企业破产、违约可能性的财务指标进行预测，并且拥有较高的预测准确性。

1.4.2、多元判别模型更加科学地利用财务数据

专家评价方法依赖个人经验，沃尔比重引入了较为定量客观的财务指标，但专业人员仍在探寻合乎逻辑的信用评价体系。随着计量工具的成熟，专业人员转向从大量历史数据中探讨规律。多元判别模型充分挖掘财务数据隐藏的规律，并通过大量历史数据研究能够建立信用等级划分临界值，用来判断企业的信用风险程度。这些线性模型均在实际企业信用风险预测中有一定的准确性，因此也得到了广泛的应用。

1.4.3、几种常见的多元判别模型

模型1：Z值线性判别分析模型

Altman建立的Z值线性判别分析模型是最为著名的多元判别模型之一。通过模型给企业打分，如果Z值小于临界值2.675，企业则存在较大的信用风险，划入违约组；反之则划入正常组。

Z=0.012X1+0.014X2+0.033X3 +0.006X4+0.999X5

其中，X1为营运资本/总资产，X2为留存收益/总资产，X3为息税前利润/总资产，X4为所有者权益市值/总负债账面值（上市公司），X4为所有者权益账面价值/总负债（非上市公司），X5为销售收入/总资产。

模型2：Chesser信用预测模型

Delton Chesser通过判别分析选择了决定企业信用等级的6个财务比率指标，并建立了相应数学模型：

Y=-2.0434-5.24X1+0.0053X2-6.6507X3+4.4009X4-0.0791X5-0.1020X6

其中，X1为（现金+有价证券）/资产总额，X2为销售收入/（ 现金+有价证券），X3为息税前收益/资产总额，X4为负债总额/资产总额，X5为固定资产净值/净资本，X6为净营运资本/净销售收入。

在获得Y值得基础上，计算企业履行合同概率P，表达式为：

P=1/(1+e^(-Y))

模型3：Bathory信用分析模型

Alexander Bathory建立了计算简单、数据容易获得，而且不仅可以度量企业实力强弱，而且还能够预测企业破产可能性的企业信用评判模型。

Y=X1+X2+X3+X4+X5

其中，X1为（税后利润+折旧+递延税）/流动负债（银行贷款，应付税金），X2为税前利润/营运资本，X3为股东权益/流动负债，X4为有形资产净值/总负债，X5为营运资本/总资产。

模型4：营运资产评价模型

营运资产评价模型表述如下：

Q=X1+X2-X3-X4

其中，X1为流动比率，X2为速动比率，X3流动负债权益率=流动负债/净资产，X4为总负债权益比率=负债总额/净资产

1.4.4、多元判别模型的不足之处

多元判别模型受限于样本数据，并且受到线性回归模型的假设限制，现实中常常存在样本量不足，且不符合正态分布假设等问题。模型主要考虑财务因素，没有考虑行业特征、企业规模、管理水平等非财务因素的影响，难以全面覆盖信用形成因素。此外，由于该模型以历史数据为基础，随着行业、地域等因素的变化，模型拟合度可能降低，对企业未来的信用状况预测准确性降低。

1.5、阶段4：基于数理模型的现代信用度量

1.5.1、现代信用度量模型是量化模型

1990年以来金融机构业务朝着多元化的方向发展，对信用管理的要求越来越高。为适应业务管理需求的变化，专家们根据风险管理理论创建了多种以数理模型为基础的现代企业信用评级模型，尽可能多地考虑外部影响因素，并量化信用风险。

1.5.2、现代信用度量更加精准地衡量企业信用状况

现代信用度量模型基于数理模型进行风险度量，拥有数理模型的精确性的特点，能够更加精准、客观地衡量企业信用状况。这些数理模型也突破财务指标的局限性，不再受限于企业的历史数据以及线性回归模型对样本正态分布的假设，还加入了其他信用影响因素，更加全面衡量企业信用风险。

1.5.3、典型的现代信用度量模型

在数理模型中，KMV模型与Credit metrics模型是目前国际金融界最流行的两个信用风险管理模型。

KMV模型——信用监控模型（credit monitor model）

KMV模型基于期权定价理论，应用股票市场实时数据，量化评估上市企业的信用风险，根据股票价值及波动率推算出企业资产价值及其波动率，从而计算企业EDF（预期违约频率）。由于股票市场交易数据可获得性强，KMV模型也能够及时更新企业信用状况。

信用矩阵（Credit metrics）模型

J.P.摩根公司于1997年推出了信用风险量化度量和管理模型——信用矩阵(Credit metrics)，对贷款和私募债券这些缺乏公开交易价格数据的资产价值和风险进行计算。Credit metrics模型数据来源主要为企业的历史信用评级，进而估计下一年度评级发生变化的概率、违约贷款的回收率，计算非交易性资产的市值和波动率，从而对个别贷款或贷款组合的VaR值进行计算。

1.5.4、现代信用度量模型的缺陷

KMV模型与Credit metrics模型作为现代的信用评价模型能够为投资者提供更加科学的信用评价，降低了主观因素对信用评估的影响。但这两种方法还是受限于模型的假设，模型分布的假设难以反映信用风险的真实分布，还有一些道德因素等未能体现。以新技术为基础的信用度量模型优势也仅限数理模型，仍然未能解决信用风险形成的内在因素不断变化的问题，在实践运用中还存在重重障碍。

2、总结：对信用评价方法的思考

信用评价方法的出现以及发展旨在将借款人的信用资质高低进行区分，进而降低债权人的风险，提高金融机构的资金使用效率。信用风险管理从银行信贷业务开始发展，逐渐衍化为各行业债权人对债务管理的重要管理内容之一，而如何科学有效地进行信用评价也一直是从业者不断探索的问题。

2.1、模型无法识别信息质量

随着信用评价方法的发展，越来越多的信息被纳入评价体系，信息的充分度得到了提高，但该评价体系却无法改善甚至无法识别信息的质量。例如，部分企业存在财务粉饰的情况，财务数据表现良好导致模型出现误判。因此信用评价过程，还应包括对信息质量的判断审查。

自亚历山大·沃尔提出财务比例综合分析法以来，研究人员尝试通过定量信息探讨一套简易可行的评价体系；但必须认识到，对信息来源的核对以及信息质量的审查是我们信用评价的起点。虽然多元判断体系下对定量分析方法做进一步的完善，甚至后期出现的KMV模型与Credit metrics模型纳入了更为丰富的信息，但整体上模型对信息质量的识别仍处于较为乏力的状态。

2.2、对于过往信息的依赖

随着信用评价理念以及工具的发展，信用评价的方法也逐步多样化。信用评价模型更多是聚焦借款人（发行人）自身的业务特点及财务信息，这些主要为过往信息，基于历史数据的信息对未来做出判别。但实际上，信用风险形成的内外部因素处于不断变化的状态。尤其是信用评价模型对于宏观经济变化带来的影响，或者其他非财务因素的变化，其预测性较弱。

KMV模型通过引入股票市场价格实时行情来判断投资者对该企业未来发展的综合预期，但大部分发债企业并非上升公司，同时在新兴市场，股票价格的波动剧烈，并不完全反映企业的真实情况。信用审查的过程中，要将过去信息、经验与未来前瞻性相结合。

2.3、信用评价模型的发展方向

信用评价方法是一个不断发展的过程。针对提高信用风险度量的准确性，信用度量越来越多地应用数学、统计、计算机等学科的技术，出现了应用模糊数学、层次分析法、主成分分析法、人工神经网络等新技术方法来开展信用评级的方法。信用评价方法从定性的经验判断向定量的指标衡量发展，从单一的历史财务数据分析到考虑多种信用影响因素。随着技术的发展，未来或将出现更为高效的模型，不仅可以纳入更丰富的信息体系，还能够挖掘样本的深层信息，及时识别信息的质量，进行综合评价。

3、风险提示

需要认识到单一评价方法的不足，在信用评价过程中，要结合外部经济环境、行业发展趋势、企业的财务表现进行综合评价。此外，结合我国实际情况，部分企业存在财务粉饰状况，还应加强对信息质量的审查。

和讯名家2019-06-23

基于大数据原理的类金融机构信用监管研究及应用

关键词：大数据

张涛 郑晓瑜 付波

摘 要：针对现有类金融机构监管方式滞后及监管手段乏力的不足，提出一种基于大数据原理的类金融机构信用监管体系，该体系采用多维信用评议技术，对类金融机构进行全面信用画像和信用评估;接着从应用的角度出发，构建一种基于大数据的新型信用监管方法，该方法采用非现场信用监管与现场信用监管相结合的方式，能有效地实现对P2P、虚拟货币交易、互联网小额贷款等类金融机构的信用监管。

关键詞：类金融机构 大数据 信用监管 多维信用评议

中图分类号：F832 文献标识码：A 文章编号：2096-0298（2020）11（b）-036-03

1 类金融机构的主要模式与风险分析

1.1 类金融机构的主要模式

关于类金融机构，我国目前没有权威统一的明确定义，通常情况下类金融机构是指具有金融性质和功能的，区别与国家 （正规）金融监管而主要由地方金融监管或相关机构监管的，从事资金融通业务的机构，文献[1]将类金融机构的业态归纳为以下六种：贷款融资类、交易所类、中介服务类、投资理财类、资产管理和处置类、兼具吸储和放贷功能类。

1.2 类金融机构的风险分析

从监管的角度来看，类金融机构各业态面临的典型风险有以下方面。

一是典型的违法风险：采用欺诈的方式来发行超出类金融机构经营范围以外的股票或债券等金融产品，或者采用非法集资的方式来吸收公共存款等一系列的行为，均属于违法的风险。

二是典型违规风险：是否向借款人充分揭示投资风险;信息披露是否合规;募集金额是否超标;是否存在多种不同业态产品在同一界面出现的情况，或出现规定业态外的金融产品;是否从事首付贷款、校园贷等。

类金融机构的风险层出不穷，据第三方咨询机构网贷之家发布的数据[2] ，截至2019年1月底，累计停业及问题网贷平台达到5433家。大平台出现“卷款”“跑路”等情况，已经成为金融监管机构高度关注的重点事项，因此对类金融机构进行监管已经迫在眉睫。

2 类金融机构监管的现状和趋势

2.1 类金融机构监管的现状

受监管体制的不完善、监管方式滞后和监管手段乏力等因素的制约，目前类金融机构监管还存在以下难点：

一是难以把握类金融业态的特征：类金融机构处于不断发展和创新的过程中，尤其是随着互联网金融的快速发展，类金融业态更加呈现出多元化的发展趋势，创新的金融业态层出不穷，这也为按照类金融业态的特质，依法依规进行监管增加了难度。

二是难以全面了解法律法规、缺乏有效监管办法：类金融机构的监管，在法律法规上处于不断完善。此外，还存在多头监管和监管标准不统一的情形，这也增加了类金融机构监管的复杂性。

三是信息分散，不易获取：大多数类金融机构目前尚未建立完善的信息化监管体系，信息高度分散，信息获取存在滞后、不全面、不一致等多种情况，尤其是缺乏综合多个部门的信息数据平台，难以协调统一监管，难以满足监管机构的内在发展需求。

四是传统手段难以持续动态的跟踪、评估：传统监管手段存在诸多不足，监管手段乏力，未能全面把控类金融机构的金融功能和行为，全面防范金融风险以及及时预警风险，深钻底层数据，实现穿透式监管。

2.2 类金融机构监管的发展趋势

金融监管目前已经进入了一个新的阶段，尤其是2017年的第五次金融工作会议，提出了对金融监管的新思路，即加强对金融机构的功能性监管和行为监管[3]，要实现以上两方面的监管目标，需要对金融机构的主体、业务类型、业务行为进行分层级监管。

信用监管是一种新型的监管方式[4]，结合金融监管的发展需求，充分利用大数据的优势，整合类金融机构的多维数据，对类金融机构进行信用画像，并通过对类金融机构的信用全生命周期进行动态监测，从而实现事前、事中、事后全监管，已经成为类金融机构监管的热点。

3 利用大数据原理的类金融机构信用监管研究

类金融大数据监管平台是对类金融企业进行全过程信用监管及风险预警的综合信息服务分析平台，主要面向地方类金融监管机构，进行全过程信用监管及风险预警的综合信息服务分析平台，主要面向地方类金融机构进行全过程信用监管及风险预警的综合信息服务分析平台，主要面向地方类金融监管机构，为防范与降低金融风险、行业监管提供精准的决策支撑，为及时发现类金融机构的风险、提高政府监管成效提供有力保障。

3.1 基于多维信用评价指标体系

从企业基本信息、企业经营信息、公共监督、事件舆情、业态因素、业态特征六个维度，构建类金融机构的信用评价指标体系，如表1所示。

类金融机构的信用指标体系能反映出不同类金融机构的信用状况，从而为类金融监管机构提供参考监管依据。类金融机构信用指标的数据来源主要有以下方面。

一是国家各部委数据，主要包括：工商部数据、各级法院数据、工信部数据。

二是地方各部门数据，主要包括：行政部分处罚数据、地方税务数据、金融监管部门数据、地方刑侦数据、地方银行数据。

三是企业填报数据，主要包括：组织数据、经营数据、备案数据、重大事项。

四是互联网采集数据，主要包括：舆情数据、平台数据、一行三会数据、招聘数据、金融产品数据、各金融协会数据。

3.2 类金融机构的多维信用评价模型

为了对不同类型的类金融机构进行信用画像，采用多维数据信用评议技术[5]，从各个方面对类金融机构的信用主体进行信用评价。多维评议技术是将大数据原理应用于信用管理的全过程，该技术通过收集与类金融机构主体信息、业务类型、业务行为相关的多元化、不同来源的异构数据，通过建模和大数据分析方法，对类金融机构的信用特征、其他行为特质作出评价和预测。

例如，我们采用雷达图可以对两家不同的类金融机构的信用情况作出全面分析。从多个维度对两家机构的信用进行综合评价，其中单个维度以10分为最优评分，反之则最劣进行评分，最终可以分别得到两家类金融机构的信用评价结果。

基于大数据的信用多维评议技术，可以根据类金融机构类型的不同，选择不同的数据维度和设置信用评分的权重，通过综合评价得出信用主体的信用评分，该方法能普遍应用于各种类金融机构信用评价，如图1所示。

3.3 类金融机构信用监管的应用示范

针对类金融机构的监管，本文进一步设计出一种以大数据信用为核心的监管方法，该方法采用非现场信用监管、现场信用监管两种方式相互结合，如图2所示，具有較强的通用性。

3.3.1 非现场信用监管

构建类金融机构的大数据信用监管平台，该监管平台通过对类金融机构的风险因子和对应的信用评分变化进行动态监测，实现对类金融机构的实时信用监管。

一要确立监管指标及权重：根据类金融机构各业态的法律法规，制定对应的信用监管指标，构建类金融机构信用风险规则库;根据信用监管指标的重要程度，给予该指标赋予对应的权重。

二要开展类金融机构信用风险评估和信用评价：根据类金融机构的业态特征，收集对应的多维数据，并结合信用风险规则库的模型，开展信用风险评估，同时计算在该风险条件下对应的信用评分。

三要根据信用评分的结果，确定类金融机构的风险等级，例如高、中、低风险。

四要出具风险排查报告：综合全部数据、评价企业风险状况、提出处置建议。

3.3.2 现场信用监管

类金融监管机构可以结合非现场信用监管的风险评估结果，通过现场核查的方式，进一步对类金融机构的信用风险进行全面评估，并出具信用风险整改报告，要求类金融机构进行整改。同时，将类金融机构整改结果反馈到信用规则数据库，实现对监管规则的优化和升级。

4 结语

类金融机构的监管是目前的热点，本文在分析类金融机构主要模式和风险的基础上，提出了一种基于大数据原理的类金融机构信用管理的方法;该方法能普遍应用于类金融监管机构对包括小额贷款公司、P2P、众筹在内的多种类金融机构进行动态的信用监管，能及时有效地防范金融风险，提升金融监管的效率。

中国商论2020-12-23

公共信用信息大数据的应用路径探析

[摘 要] 公共信用信息大数据是当前社会信用体系建设领域的新机遇和新挑战。公共信用信息大数据具有体量海量性、来源广泛性、格式复杂性等典型特征。通过数据统计、数据分析、数据挖掘等处理途径，探讨了公共信用信息的应用创新路径。提出了在公共信用信息大数据的应用过程中要注意准确性、公平性、安全性。

[关键词] 大数据;公用信用信息;信用监管

0前 言

随着数字经济的到来以及以“互联网+”为特征各类新兴业态的迅猛发展，催生了数量巨大、来源分散、格式多样的信用数据，在给社会信用体系建设提出新挑战的同时也带来了新机遇。面对这种形势，国务院办公厅印发了《关于运用大数据加强对市场主体服务和监管的若干意见》、《促进大数据发展行动纲要》和《关于加快推进社会信用体系建设以信用为基础的新型监管机制的指导意见》等系列文件，提出了信用体系与大数据相结合的建设要求。目前，公共信用数据的采集、加工、存储、应用和管理的各个环节已广泛运用大数据技术，初步形成了公共信用信息大数据。大数据作为一种资源，也作为一种工具，开始为经济社会发展提供多层次、多样化的信用大数据服务。

1 公共信用信息大数据的产生和主要特征

基于“行为即信用、大数据与信用相结合”的思路形成的公共信用信息大数据，既具有公共信用信息的有关特性，也具有大数据的相关特征。

1.1数据的体量具有海量性

信用大数据是自然人、法人和其他组织等信息主体在日常生活和工作中产生的与信用相关的数据和资料，几乎涵盖所有的个人和组织，数据量巨大。国家发展改革委2019年8月份新闻发布会指出，截至7月底，全国信用信息共享平台归集各类信用信息370余亿条，归集公示行政许可和行政处罚等信用信息（即“双公示”信息）约1.97亿条。其中行政许可信息约1.56亿条，行政处罚信息4 063万条。而截至2018年同期归集各类信用信息280余亿条，归集公示“双公示”信息超过1.2亿条。其中行政许可信息9 324万条，行政处罚信息3 231万条。信用信息总量、“双公示”信息数量、行政许可信息数量和行政处罚信息数量的年增长率分别高达32.1%、64.2%、67%和25%。

1.2数据的来源具有广泛性

大数据技术的应用，有效地拓展了公共信用信息的来源。目前主要有四个来源：一是政府部门的政务数据。主要指各级政府部门在行使其行政职能过程中产生和归集的公共信息。目前主要是信用主体的基础数据。以及以行政许可和行政处罚信息为主要内容的“双公示”数据，下一步还将扩大到包括行政许可、行政处罚、行政征收、行政给付、行政裁决、行政确认、行政奖励等内容的“十公示”数据。其主要特征是具有较强的公共属性和权威性;二是以水、电、煤、电视为代表的公共事业机构在开展业务和服务中形成的缴费、违约等信息。其主要特征是具有较强的行业属性和垄断性;三是司法部门数据。主要包括司法审判以及司法执行等相关信息;四是互联网信用数据。主要指电子商务、社交、休闲等互联网应用产生的数据。该数据与公共事业机构的业务数据共同构成了市民公共信用大数据，是公共信用信息大数据的重要补充。

1.3数据的格式具有复杂性

信息化系统的数据通常分为结构化数据和非结构化数据，具有一定逻辑结构或物理结构、能用二维表结构来逻辑表达或实现的数据称为结构化数据，否则称之为非结构化数据。随着信用体系建设走向深入，数据采集的范围不断扩大，传统的从各部门（单位）业务系统或核心数据库直接导出的结构化数据已不能再满足需求。尤其是信用承诺制的全面铺开，大量的包括文本、图片、指纹、音视频等非结构化数据也作为信用信息存入了信用数据库。结构化和非结构化相结合的数据形式，拓宽了数据的来源渠道，扩大了数据归集的范围，使信用数据归集的类型更全面、更完整。

2 公共信用信息大数据的应用创新路径

大数据的生命和价值不在于拥有而在于应用。公共信用信息大数据作为各行各业产生的原始数据，通过不同复杂程度、不同深度的数据分析和挖掘，可以为用户对象提供不同形式的应用和服务。

2.1通过数据统计为信用主体提供信用报告及预警服务

利用大数据的数据统计技术，对公共信用信息数据库进行清洗、比对、筛选、运算等数据处理。形成唯一的包括基础信息、许可信息、资质信息、良好信息、失信信息、参考信息等内容在内的公共信用档案。生成信用报告或评估报告。为自然人、企业法人、政府部门和社会公众提供公共信用信息查询和审查服务。动态监测信用主体的信用信息，当出现资质或许可事项临近期满、纳入“黑名单”、多次出现行政处罚、信用等级变化等情况时，及时提醒信用主体并推送相关管理部门。南京市信用办就将一年内行政处罚大于3次的失信主体纳入重点监管名单。此外，甚至可以根据信用主体和用户的需求提供个性化、定制化服务，及时推送受关注企业的信用信息变化，有效降低信息不对称风险。

2.2通过数据分析构建信用管理全景视图推动信用惠民

以公共信用信息大数据为基础，实时或动态地与公安、人力资源、社会保障、卫生、民政、税务、海关、安监等部门业务系统关联。利用相关性分析、数据建模、基于模型的计算分析和可视化技术，从地域、行业、时间和类型等多维度对人口总量和结构变化趋势进行分析。为“智慧城市”建设提供数据支撑，让公共服务更好地满足公众需求。地方政府还可以应用公共信用信息大数据积极探索具有地方特色的个人信用评分评价。对市民的基本信息、遵纪守法、履约行为、社会责任、社会公益、表彰奖励等数据进行整理挖掘。通过评分模型进行信用画像描绘、量化信用价值。形成诸如南京的“市民诚信卡”、苏州的“桂花分”、杭州的“惠信分”、福州的“茉莉分”、厦门的“白鹭分”等应用。使信用切实可感知、可使用。让公众在公共服务和日常生活中享受守信的红利。

2.3通过数据挖掘助力构建以信用为核心的新型监管机制

随着“放管服”改革的持续发力，大数据、信用体系和部门监管三者相互融合，构建以信用为核心的新型监管机制，已经成为新时期破解监管难题、防控监管风险、提升监管效能的重要手段。以信用为核心的新型监管就是要改变全面展开、平均用力的传统监管理念。充分利用大数据、云计算对数据的分析挖掘能力，进行公共信用信息综合评价和行业专项评价。与投诉举报、互联网舆情、地理信息等数据汇聚整合，从地域、行业、领域、重点职业人员等更多维度展开数据分析，监测风险、发布预警。构建以信用为核心覆盖事前、事中、事后全流程的，政府管理部门、行业商会、信用第三方服务机构和社会“多元”力量参与的分级分类监管、联动监管、精准监管和协同监管。

3 推进公共信用信息大数据应用过程中应注意把握的问题

3.1及时采集和更新数据，确保数据的准确性和及时性

随着互联网、大数据、电子商务等产业的快速发展，产生的数据信息瞬息万变。而信息具有极强的时效性，信息越新价值越高;反之价值就越低。以过时老旧的信用信息为依据的信用评价评估没有意义，对信用主体也不公平、不公正。公共信息大数据要依法及时、准确、规范、完整地记录和采集数据，妥善保存并及时更新。要充分应用区块链技术分布式去中心化的特点，提升信用数据准确性和有效性，确保数据的使用价值。

3.2加大数据的共建共享力度，确保应用的公平性

不同的部门对数据统计口径不一、采用标准不同。有的单位或部门以保密为由拒绝信息共享，数据在国家、省、市之间纵向有效共享而横向不能互通，导致失信惩戒主体仅局限于本行政区内的现象经常出现。实现公共信用信息大数据的权威性和应用的公平性，需要加快信用信息的标准化建设进程，突破地域性的“诸侯经济”壁垒、打破部门的“封闭化”禁锢，充分整合政府各部门之间、政府与社会之间、社会各单元之间的信息资源。让信用大数据充分地流起来、动起来、换起来。

3.3严格落实制度、强化风险管理，确保数据的安全性

大数据环境下的数据安全问题已经成为世界性的难题，而公共信用信息大数据大量涉及国家机密、商业秘密和个人隐私等信息，如果处理不好将造成不可估量的损失。在进行信用体系建设尤其是信息公示和“数据掘金”应用时，需要时刻保持数据安全意识，严格落实各项信息安全制度，建立安全评估体系，加强风险评估，强化安全管理，切实保证加大信用信息安全和市场主体权益保护力度。

中国管理信息化2020-04-23