國家信用體系建設與信用大數據應用研究中期檢查報告

一、研究進展情況

1、研究計劃總體執行及各子課題進展情況

研究計劃總體執行情況

項目根據研究總體計劃有條不紊地執行，成效顯著。項目批準后，課題組開展了大量的科研工作，制定了課題研究設計方案，并通過開題報告暨學術研討會，對課題研究方案和課題研究細綱進行充分地推敲和認證，并根據專家意見進行了細致地修改和完善。

目前我們的研究已經涉及到了重大課題中的多個子課題，如國家信用體系建設模式與實現機制研究、信用關鍵技術、信用大數據應用研究等。各子課題的研究工作也同步進行，取得一系列成果。主要是從多層次多主體角度出發，結合大數據理論與技術，深入研究我國國家信用體系理論框架與關鍵問題，統梳理國內外現有信用體系建設模式、實現機制以及優劣勢，并就適合各層次各主體的信用體系建設問題提供了相關對策建議。

項目開展至今，在首席專家的帶領下，項目核心成員共同努力，在國外頂級期刊等一共發表論文8篇，（European Journal of Operational Research, Technological and Economic Development of Economy）同時，撰寫影響力較高的報告7份，2份受到省部級以上領導批示。項目組與成都市發改委開展合作研究，從事相關政策研究，更好地服務政策制定。項目首席專家寇綱主持，子項目負責人爾古打機、余樂安、李建平、彭怡參與完成的成果：“決策數據表征理論與方法”獲2016年教育部高等學校科學研究優秀成果獎一等獎。

為拓寬研究思路及眼界，項目組積極組織學術會議、參與學術交流，與國際一流學術團隊開展合作。2015年以來，項目組已組織召開相關學術會議3次，參與相關學術研討交流會6次，吸引國際知名專家13人次學術交流，并給予專業意見與指導。

各子課題進展情況

（1）國家信用制度理論總體框架與核心問題研究子課題

本子課題主要研究國家信用與經濟社會發展的相互關系，進而構建基于多層次多主體的國家信用制度理論框架與關鍵問題，為后繼部分研究提供的基礎理論支持。本部分的核心是從多層次多主體出發，構建系統的國家信用制度理論框架。在宏觀方面探討包括征信體系、保障與服務體系、監督體系、法律體系，以及信息服務體系等不同層次上的國家信用制度框架。

目前課題組已經在征信體系、法律體系和監督體系幾個方面已經開展了相關工作，并取得了階段性進展。首先，課題組從FICO和ZestFinance征信模型入手，探討了國外征信模型和評分體系，為我國征信模式的構建提出了相關建議。階段性的成果已在中國大數據應用大會的報告中進行了分享，并取得了相關學者和政府工作者的肯定。其次，課題組從英美日等國的征信模式和法律體系入手，分析了各國在征信模式選擇和法律法規制定方面的先進經驗，為我國信用體系制度建設提供了政策建議。此外，課題組分析了信用聯合獎懲體系中出現的問題，立足于四川省探討了如何結合自貿區發展以信用聯合獎懲為手段完善監督體系。

（2）適合中國國情的國家信用體系建設關鍵技術研究子課題

本子課題基于大數據理論與技術，結合我國基本國情，深入探索國家信用關鍵技術問題。目前課題組從信用大數據分析和信用評估風險模型兩方面著手，結合中國實證數據進行了理論和實踐研究。

信用大數據分析技術方面，課題組基于流形學習、灰度關聯、TOPSIS、AHP等理論和方法，拓展了相關研究模型，改進了非線性數據特征提取方法，對大規模成對比較矩陣分析進行了深入研究，相關研究成果已在國內外A、B級期刊發表了Pairwise comparison matrix in multiple criteria decision making、Nonlinear manifold learning for early warnings in financial markets等多篇學術論文。

信用風險評估方面，課題組基于專家權重并結合灰色關聯度和TOPSIS理論構建了新的信用風險評估模型，并通過中國實證數據檢驗了該模型比傳統的方法更加有效的進行信用風險的評估。相關研究成果已發表于Filomats（SCI）。

（3）國家信用制度核心標準體系研究子課題

本子課題針對國家信用制度的不同主體與不同層次，客觀比較分析國內外現有制度建設核心標準的異同點與優劣勢，并結合國家信用制度現狀及建設目標，形成適合于中國國情的國家信用制度核心標準，從而加快國家信用制度的建設。課題組正逐步開展基于四川省的信用標準體系研究工作，先后收集了國內外先進國家和城市的標準體系目錄等資料，并開展了多個城市的調研工作。本子課題的研究是下一階段工作的重要內容之一，項目組將通過全面、系統的調研、咨詢等多種主觀手段以及決策科學、計量經濟學等客觀理論，針對國家信用制度建設的不同層次與不同主體，建立適應國情的國家信用制度核心標準體系，開發與實際運行機制緊密結合的國家信用制度管理技術平臺。

（4）國家信用體系建設模式與實現機制研究子課題

本部分從多層次多主體出發，批判性比較分析國內外現有國家信用體系建設模式與實現機制的異同點與優劣勢，并結合中國社會信用制度現狀及建設目標，形成適合于中國國情的國家信用體系的建設模式與實現機制，加快我國家信用體系的建設。目前，項目組基于文獻整理與綜述、專家咨詢、調查問卷等大量工作，先后赴上海、重慶、廣州等省市發改委、成都市發改委、市工商局、市政務辦開展調研工作，深入分析國外現有國家信用體系建設模式與我國社會信用制度建設模式現狀，梳理與分析各種模式異同與優劣勢，整理多主體（包括政府、企業、個人與網絡等）在國家信用體系中的角色定位及其相互關系。從多層次出發，撰寫《成都市社會信用體系建設調研報告》和《培育和規范成都市信用服務市場的對策研究》的調研報告。其中，5500余字的報告《成都市社會信用體系建設調研報告》遞交給成都市政府領導審閱，得到四川省委常委，原成都市委書記黃新初的高度肯定。信用服務市場建設是國家信用體系建設的重要組成部分，其發展水平和規范程度決定了整個國家信用體系建設的水平與發展程度。按照完善法規、特許經營、商業運作、專業服務的方向培育企業和個人信用服務行業，是我國社會信用體系建設的重要任務。接下來，項目組將通過定性分析與定量仿真相結合的方式，各種建設模式在中國信用體系建設中的可行性與有效性，并在此基礎上，結合我國社會信用現狀與規劃目標，形成具有中國特色的國家信用體系建設模式。

（5）信用大數據應用研究子課題

本部分的研究內容主要針對國家信用體系中的三大主體，即個體信用、企業信用以及銀行的信用管控風險及應用。國家信用體系按照是否是農村地區可以劃分為農村信用體系和城鎮信用體系。目前，項目組主要立足農村地區信用大數據研究，就精準扶貧這一國家信用體系建設中非常重要的應用領域進行拓展。項目組先后走訪四川省發改委、四川省扶貧和移民工作局、成都市農業委員會以及部分代表性貧困地區調研，已經完成《基于大數據的農村社會信用體系建設》、《大數據技術是推進 “精準扶貧”工作的關鍵手段》、《借助“互聯網+”開展精準扶貧新局面》、《借助大數據推進成都精準扶貧工作》等調研報告，通過研究精準扶貧可以擴展信用體系研究的應用范疇，借助精準扶貧檢驗信用體系建設的現實作用，并在實踐中改善信用體系建設中存在的問題。下一步，項目組將在此基礎上，借助研究農村信用體系建設的理論基礎、關鍵技術，大數據在農村信用體系建設中的應用進而推廣到對國家信用體系建設的研究。

2、調查研究及學術交流情況

調研數據整理運用

課題組對成都市社會信用建設情況進行了充分調研，先后聽取成都市發改委、市工商局、市政務辦等部門的情況介紹， 并走訪成都市發改委、廣州發改委、重慶發改委、上海發改委等多地，聽取先進經驗，獲取最新數據。同時，課題組走訪四川省扶貧和移民工作局、成都市農業委員會等，獲取精準扶貧調研數據，撰寫分析報告。

文獻資料收集整理

關于社會信用領域國內外文獻資料的收集及梳理工作基本完成。在數據庫建立方面，收集整理了美國、歐洲、日本社會信用體系建設的現狀和發展趨勢信息。就中國的相關調查，項目組也通過政府獲取了部分數據，歸納總結了國際國內先進經驗成果。

同時，課題組扎實夯實理論基礎，歸納整理中、英文相關文獻百余篇，并根據子目標，進行分類檢索，搜集、整理、解讀文獻資料，歸納、提煉學術研究重點，基于文獻資料，共計撰寫論文8篇，其中文獻綜述1篇。

隨著研究的深入，后期需要不斷補充和梳理更多的文獻，從而在前人研究的基礎上取長補短，不斷挖掘研究空間。

學術會議

項目組已組織召開相關學術會議3次，參與相關學術研討交流會6次，吸引國際知名專家13人次前來交流。

（1）2016年大數據峰會

2016年1月，課題組組織舉辦了2016年大數據峰會。國家發改委國際合作中心主任曹文煉，中國科學院院士、西安交通大學原副校長徐宗本，發展中國家科學院院士、中國科學院大學管理學院副院長石勇，成都市發改委副主任馮勁夫，國家發改委財金司信用處調研員朱冰，成都發改委財政金融處處長顧博，國家發改委國際合作中心金融與信用研究所執行所長高非易，成都數之聯科技有限公司CEO、電子科技大學周濤，四川師范大學經濟與管理學院副院長、四川師范大學四川省社會信用體系建設協同創新中心王沖等知名專家參加了會議。大會上專家就如何以金融大數據和信用大數據為重點，促進交叉學科協同發展，增強金融創新與金融監管能力、促進社會信用體系建設進行了深入交流。

（2）2016互聯網與大數據金融國際研討會

2016年7月，課題組組織舉辦了2016互聯網與大數據金融國際研討會。來自美國明尼蘇達大學、德克薩斯理工大學、俄勒岡州立大學、羅切斯特理工學院，香港城市大學、哈爾濱工業大學、中山大學、同濟大學、電子科技大學、南方科技大學等高校的國內外學者，與業界專家參加了會議。會議就“金融創新”、 “普惠金融”、 P2P公司信用評估與風險防范、區塊鏈技術以及在社會信用體系建設中的影響等主題進行了深入探討。

（3）2017跨國界金融觀點會議

2017年6月，課題組組織舉辦了2017跨國界金融觀點會議。來自澳大利亞莫納什大學，加拿大曼尼托巴大學等11個國家和地區的六十余多名參會學者參會。就國內外金融市場、信用大數據、金融創新等話題展開廣泛的學術交流和研討。

學術交流

課題組積極和國內外學者進行學術交流，先后邀請了中國科學院院士袁亞湘、特拉華大學Gonzalo R. Arce等13位知名專家來學校做主題演講，并就大數據應用和信用體系建設等問題進行了深入探討。項目首席專家寇綱教授還做為組委會主席或成員參與組織了中國管理學青年論壇、第十一屆中國管理學年會、第十八屆中國管理科學學術年會，中國系統工程學會第十九屆學術年會等國內頂級學術會議，與參會專家進行學術交流。同時，首席專家寇綱教授在2016年7月舉辦的2016中國大數據應用大會上，做《社會信用體系建設》報告；在2017年7月舉辦的2017智慧金融研討會上，做《大數據下的社會信用體系建設》報告。

3、成果宣傳和推介情況

項目組通過撰寫專業學術論文、參與媒體專欄、與成都市發改委合作項目等方式，實現了項目成果的宣傳和推廣，產生了較好的政策影響、社會影響和學術影響。包括以下方面：

（1）積極報送社科重大項目2016、2017年度工作簡報；

（2）首席專家寇綱教授受邀參加省政府常務會前“學知識”講座，為參加常務會的省長、副省長、各位秘書長和相關廳局領導做題為《社會信用體系建設》的講座。

（3）首席專家寇綱教授撰寫的《成都市社會信用體系建設調研報告》得到四川省人大副主任，時任四川省委常委兼成都市委書記黃新初的重要批示。批示指出：“這篇調研報告值得一讀。它立足互聯網+背景，對社會信用體系建設問題進行了積極思考，提出了成都目前的問題，提出了好建議，應在工作中予以參考。”

（4）寇綱教授在課題組研究成果的基礎上撰寫了報告《以十三五規劃為契機，完善我市社會信用體系》。該報告分析了大數據時代下成都市社會信用體系存在的問題并提出建議。報告內容在成都市政協舉行的“民主黨派、工商聯、無黨派人士聯組討論會”上得到黃新初書記的肯定和贊譽。重慶市委副書記、時任中共成都市市長唐良智對報告相關內容進行了批示并要求相關部門加大相關工作力度。

（5）首席專家寇綱教授撰寫的《借助大數據推進成都精準扶貧工作》調研報告得到成都市委常委、統戰部部長，市人大常委會副主任、黨組成員陳建輝批示。批示指出：“建議有一定參考意義，相關部門要積極吸納意見建議”。

（6）關于市政協第十四屆五次全會委員小組代表討論《政府工作報告》意見建議情況，關于信用體系建設的建議，獲政協第十四屆成都市委員會副主席金嘉祥批示。

4、研究中存在的問題、改進措施，研究心得、意見建議

主要問題

（1）調查方面

目前，由于調查范圍有限、樣本量小，第一手數據來源較少，調研深度還有不足。

（2）研究方面

信用體系建設相關的理論和實證研究還處于探索階段，存在量化困難和數據獲取苦難等基礎性障礙。信用大數據分析面臨多維度和異構型兩大核心技術難題，模型和方法并未完善。

改進措施

下一階段，一方面要與更多單位合作，擴充數據的廣度，另一方面，要通過更扎實多樣的調研，獲得實在的第一手數據。同時，要進一步總結提升，從區域化上升到全國化，普遍通用的成果和標準，并進行推廣。

此外，將更加關注以人工智能、大數據、區塊鏈、云計算等前沿技術為代表的金融科技給信用大數據和國家信用體系建設帶來的新變化。對于成果推介和宣傳有待繼續加強。

研究心得

當前，我國正處于經濟社會的關鍵轉型時期，構建并完善適合我國國情的國家信用體系建設及信用大數據應用研究，具有重大的理論研究與實用價值。但目前，我國國家信用體系建設與信用大數據應用在經濟轉型過程中主要存在的問題主要集中在以下幾方面：其一，在大數據時代，我國存在嚴重的數據缺失、人口遷移問題，這對我國國家信用數據基礎、監管制度、關鍵技術的構建帶來空前的挑戰；其二，我國信用法律法規和信用管理制度缺失，即制度短缺條件下的信用機制轉型所造成的真空與漏洞；其三，信用管理的成熟度和市場化程度較低，特別是信用監控機制弱化所造成的信息不對稱程度的加劇；其四、相關規定與現實操作相背離，特別是激勵結構的缺陷所造成的逆向激勵；其五、大數據的基礎標準、技術標準、應用標準和管理標準等大數據標準體系尚未形成，各部門和行業信用信息系統相對封鎖、分割和各自為政，標準不統一，沒有納入國家統一的信用信息交換平臺。同時，中國經濟宏觀制度環境以及社會制度的劇烈變化也損害了社會主體行為的穩定性、規范性和可預測性，阻礙了國家信用體系的有效建立及信用大數據的高效應用。因此，在經濟社會轉型時期我國的特殊國情所帶來的巨大挑戰，迫切需要完善系統的國家信用體系理論框架和信用大數據的應用方案。

隨著調查的開展和研究的不斷深入，項目組利用不斷求索，在一次次挑燈夜戰、攻克科研難關的過程中提高研究水準。同時，在首席專家的帶領下，項目組并不是閉門造車，積極與國內外知名大學專家及團隊開展學術交流，舉辦多次學術會議。從項目開展至今，取得豐碩成果，相關階段性研究成果得到學術界及業界的充分關注和肯定。

接下來各子課題全面展開，更加重點關注海量數據的容和重組，風險管理，金融數據量化評估、信用大數據挖掘和特征工程技術開發，建立適用于各行業大數據應用的人才、技術、標準和規范等等。特別是運用物聯網、云計算、大數據、區塊鏈等新型信息化手段創新和加強自貿區市場監管。如探索區塊鏈技術的落地可能，借助其“去中心化”特點，建立完全可信的信用記錄，保障數據流通和存儲中各大環節的安全可靠。如推動“互聯網+”與監管工作的深度融合，建立互聯網應用為手段的綜合監管系統實現智能化監管和執法辦案的全程信息化。

二、研究成果情況

1、Kou G, Ergu D, Lin C, et al. Pairwise comparison matrix in multiple criteria decision making. Technological and Economic Development of Economy, 2016, 22(5): 738-765.

本文介紹的成對比較矩陣有助于解決信用大數據處理中的數據維度大、數據不一致等問題，是信用大數據應用中必須解決的關鍵技術難題。本文梳理了成對比較矩陣（Pairwise Comparison Matrix，PCM）的研究文獻，分析了該領域最新的研究模型和技術方法。本文發表于2016年9月，目前已被國內外學者引用20次。

2、Huang Y, Kou G, Peng Y. Nonlinear manifold learning for early warnings in financial markets. European Journal of Operational Research, 2017, 258(2): 692-702.

本文關注的流形學習是近年興起的非線性數據特征提取方法，旨在從高維數據中挖掘出數據的本質特征和內在規律，是成為數據挖掘和機器學習等領域的研究重點。本文基于金融數據將一維的金融時間序列還原成高維的金融動力學系統，提出了基于信息測度的金融動力學系統流形學習算法。本文的研究成果有助于信用大數據的處理和分析，論文自今年4月發表至今，已有兩篇學術論文引用。

3、Wu W, Kou G, Peng Y. Group Decision-Making Using Improved Multi-Criteria Decision Making Methods for Credit Risk Analysis. Filomat, 2016, 30(15): 4135-4150.

本文構建了新的信用風險評估模型，并通過實證檢驗了該模型的有效性。本文基于專家權重，提出了一種新的AHP群決策方法，并結合灰色關聯度和TOPSIS模型提出了R-TOPSIS方法，通過實證數據驗證了本文提出的模型比傳統的方法更加有效的進行信用風險的評估。

4、Kou G, Chao X, Peng Y, et al. Intelligent Collaborative Support System for AHP-Group Decision Making[J]. Studies in Informatics and Control, 2017, 26(2): 131-142.

本文立足于群決策過程試圖解決大規模數據處理問題。本文優化了AHP模型利用成對比較矩陣處理群決策過程中意見不一致和數據維度大的問題。本文提出的模型和方法有助于解決信用評估過程中大維度數據處理難題，為基于大數據的信用評估提供技術支持。

5、《成都市社會信用體系建設調研報告》

該報告闡述了成都市社會信用體系的現狀，總結了成都市在推進社會信用體系建設方面取得的成效，分析了成都市社會信用體系建設存在的主要問題，并有針對性地提出在“互聯網+”和“大數據時代”背景下完善和促進成都市社會信用體系建設的對策和建議。

6、《基于大數據的農村社會信用體系建設》

該報告指出了我國農村信用體系建設中存在的問題，分析了“大數據”對農村信用體系建設的必要性，研究了適合中國國情的國家信用體系建設關鍵技術，并探索了基于大數據的農村信用體系建設的現實應用。

7、《培育和規范成都市信用服務市場的對策研究》

該報告探索了如何在成都市建立健全信用體系建設，規范和拓展信用服務市場，涵蓋了信用服務市場的多個主體、法規和數據庫內容，在調研國內各省市信用服務市場建設先進經驗的基礎上，分析了成都信用服務市場存在的問題并提出改進意見。

8、《大數據技術是推進“精準扶貧”工作的關鍵手段》

該報告研究了信用體系建設和信用大數據在精準扶貧工作中的應用。農村信用體系建設是精準扶貧工作必不可少的保障，為農村新金融的發展夯實基礎。在該報告中，扶貧對象識別需要用到信用數據與大數據評估技術，并需要借助完善的農村信用服務市場更好實現精準扶貧。信用大數據技術的應用有助于推動農村信用環境建設，為新金融產品的推廣提供支持。

9、《借助“互聯網+”開展精準扶貧新局面》

該報告研究了互聯網+新趨勢下對于推動政務公開、精準扶貧、信用建設的重要作用。一方面，互聯網+的思維提升精準扶貧服務水平，另一方面，互聯網+的技術可以拓展服務維度、暢通信息渠道、整合各方資源，對于農村信用體系的建立，供應鏈監管服務，互聯網銷售的營銷信用問題提供了新的思路。

10、《借助大數據推進成都精準扶貧工作》

該報告研究了大數據技術對成都市精準扶貧工作的重要意義和實現途徑。聚焦成都扶貧開發工作現狀，特別是簡陽地區的扶貧狀況，對發揮資源優勢、提升精準化、建立科學的激勵機制等提出了建議。

課題組供稿