面向普惠金融的信用信息融合与信用风险评价研究

Financial inclusion targets to provide effective financial services for people in need of the whole society. The development of Inclusive Finance has great practical significance to deepen the reform, promote economic development and build a well-off society in an all-round way.The huge credit information resources from big data bring new opportunities of credit risk management in finance inclusion. However, there also become more challenges in recognition and control of credit risk due to integration of massive credit information. Thus, it is an urgent need for sustainable development of financial inclusion to construct commercial and inclusive credit scoring model based on multi-source heterogeneous credit information. The objectives of this project focus on the collection, transformation and integration of multi-source heterogeneous credit information, and construct the credit risk identification method under digital inclusive finance, then, establish credit score model for sparse data and the selection method of financial service objects in inclusive finance. The results of this project will help to solve the problem of integration and management of credit information resources in big data environment. This project will be helpful to expand the limitation of credit scoring method under sparse data, and realize the accurate identification of the beneficiaries. Moreover, this project has an important application value to popularize financial inclusion and promote targeted poverty reduction of China.

普惠金融指为全社会有需求的人提供有效的金融服务。发展普惠金融对我国深化改革、促进经济发展和全面建成小康社会具有重要的现实意义。当前，普惠金融仍然面临信息资源分散、信用评价体系不完善、信用风险识别手段不足等问题，影响金融稳定与普惠金融可持续发展。本项目着重研究多源异构信用信息的融合技术，构建数字普惠金融下的信用风险演化机理与识别模型，建立完善的普惠金融信用评分模型与金融服务对象识别方法。本项目研究在理论上拓展信用评分方法在稀疏数据下的局限性，有助于建立科学、快速有效的普惠金融信用评价体系，解决大数据环境下的信用信息组织与管理问题。项目基于全国首个普惠金融试验区青海省的信用数据进行实证研究，对当前普惠金融普及与金融精准扶贫工作有重要的应用价值。

党的十八届三中全会明确提出发展普惠金融，并将其作为全面深化改革的重要任务之一。发展普惠金融对于国家“乡村振兴”战略与区域可持续发展具有重要的现实意义。. 当前，普惠金融仍然面临信息资源分散、信用评价体系不完善、信用风险识别手段不足等问题，影响金融稳定与普惠金融可持续发展。基于此问题，本项目紧密结合当前普惠金融信用风险问题，研究数字环境下的普惠金融风险演化和传播路径，及风险传染与交互机理。研究普惠金融中的社会、网络与政府信用信息资源融合与挖掘。探讨信用数据的替代和融合，普惠金融信用评价与决策分析技术。主要成果包括：（1）获取了普惠金融信用违约的传染与信用行为规律。构建了信用风险在不同企业网络层级的风险传染机制。得到了个体组织在外部风险冲击下的响应过程特征。获得了个体消费行为的演化特征与公平关切下的决策行为特征等。（2）提出了普惠金融中信用数据融合技术。建立了稀疏信用信息的广义矩阵分解方法并用于预测缺失信用信息。提出了大规模异构个体偏好信息的社交网络聚类与分类方法。（3）构建了基于稀疏信用数据的信用评价模型。建立了普惠金融信贷受益人选取模型。提出了金融市场贸易洗钱的智能监测分析方法等。本研究有助于提高大数据环境下普惠金融信用风险管理与决策水平，丰富信用风险管理与控制的方法体系，同时有利于普惠金融的商业可持续和在贫困地区普及推广，具有重要的理论意义和现实应用价值。. 依托项目，课题组在系统工程理论与实践、中国管理科学、European Journal of Operational Research、Omega、Annals of Operations Research、Information Sciences、International Review of Financial Analysis、Technological Forecasting and Social Change、Information Fusion、ACM Transactions on Internet Technology等国内外高质量期刊发表论文25篇，其中4篇论文入选ESI全球高被引论文。在经济管理出版社出版学术专著1部。撰写的大数据普惠金融信用评价建议、地方金融协同监管机制等2篇咨政报告被国务院参事室和民建中央采纳，并得到国家领导人肯定。