书名：金融信用评估——大数据背景下的统计学与机器学习应用
ISBN：978-7-115-57213-7
本书由人民邮电出版社发行数字版。版权所有，侵权必究。
您购买的人民邮电出版社电子书仅供您个人使用，未经授权，不得以任何方式复制和传播本书内容。
我们愿意相信读者具有这样的良知和觉悟，与我们共同保护知识产权。
如果购买者有侵权行为，我们可能对该用户实施包括但不限于关闭该帐号等维权措施，并可能追究法律责任。
著 袁 慧
责任编辑 贾鸿飞
人民邮电出版社出版发行 北京市丰台区成寿寺路11号
邮编 100164 电子邮件 315@ptpress.com.cn
网址 http://www.ptpress.com.cn
读者服务热线：(010)81055410
反盗版热线：(010)81055315
本书以金融信用评估为主题，以社交媒体为背景展开，旨在将大数据信息应用于信用评估与预测，从而维护金融市场的有效运作。本书涉及个人与企业两个信用评估主体，从这两个维度出发，为读者介绍传统个人信用评分与企业信用评级机制，展示统计学模型与机器学习模型如何应用于信用评估中。本书还探索了大数据对信用评估的作用，引入社交媒体大数据，通过机器学习和深度学习的方式对多模态大数据进行分析，并将提取的信息应用于评分与评级过程，丰富了大数据的应用场景，一定程度上填补了信用评估相关研究的学术空白。
本书适合对信用评估、大数据分析、社交媒体研究感兴趣的读者阅读，也可作为高校相关专业的教学参考用书。
袁慧，上海外国语大学国际工商管理学院助理教授。中国人民大学信息管理与信息系统学士、管理科学与工程硕士，香港城市大学（City University of HongKong）信息系统（Information Systems）博士。主要研究方向为社交网络分析、大数据分析、金融科技及商务智能，一直从事相关的研究工作，有着丰富的理论与实践基础。目前已以第一作者身份发表多篇国际期刊论文及国际会议论文，作为主要参与人参与了多项国家级项目，同时主持一项国家自然科学基金青年科学基金项目。
1.1 什么是信用
1.2 个人信用介绍
1.3 企业信用介绍
1.4 大数据背景下的信用评估
1.5 本书主要内容
“信用”是在日常生活中经常被提到的一个词语，相信大家并不陌生。
现阶段，我国正在强化信用体系建设，2019年7月国务院办公厅印发《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》，包括5部分内容：
该意见充分体现了信用的重要性。关于信用我们最常提及的物品之一就是信用卡，信用卡实质上就是银行对信用达标的消费者发行的信用证明，对于信用达标的消费者，银行会根据他们的信用状况，赋予其不同的信用卡额度。信用的范畴较为广泛，本书主要关注金融背景下的信用，该背景下的信用具有偿还和赔付的信息。
那到底什么是信用呢？这个术语在金融领域有宽泛的定义。信用可以被理解为一种协议，在这个协议里，借方会收到有价值的东西，并同意在某个规定的日期以某种方式（如利息）偿还贷方。通常提到的信用主体包括个人或公司，信用主体的信用通常指的是个人或公司的信用状况或信用记录。信用是金融领域一个很重要的概念，如果主体信用状况较差，没有资格通过贷款购买房屋、汽车或其他“高价”物品，同时主体也面临着为同样的贷款支付更高的利率或者费用。换言之，主体信用状况较差，说明其不可信或者不具备履行其承诺的能力；相反，主体信用状况良好，说明其可信度高并且可以按时履行承诺。
前文提到的信用卡，其使用主体是消费者。在这个背景下，当消费者进行信用卡申请时，发放信用卡的银行会根据消费者的信息（如收入）对其信用进行评估，如果信用评估结果是高风险，则意味着银行对该消费者能够按时还款的信心不足，银行就会拒绝该消费者的信用卡申请要求。相反，如果信用评估结果是低风险，那么银行对该消费者能够按时还款持乐观态度，因此银行会接受该消费者的信用卡申请请求。
如果信用主体是企业，那么当投资者对其企业做相应的投资决策时，他们会对其企业信用进行评估，如果信用评估结果是高风险，则意味着该企业的可信程度较差、履行承诺的能力较弱，那么投资者对其的投资决策将较为保守；如果评估结果和低风险，这代表该企业的履约能力强，那么投资者会更愿意进行相应的投资。
本书以金融科技为背景，从个人和企业两个维度出发，分别介绍个人信用与企业信用的评估方法。
信用评估，通常意义上是指信用风险评估，是金融市场行为中重要的一个环节。有学者总结了信用风险对金融市场的影响，指出了信用风险对债券发行者、债券投资者和商业银行的影响。为了能正确评估信用，业界和学术界作出了各方面的努力。
个人信用，顾名思义是个人履行与授信方达成的约定的能力。通过考察一个人各方面的信息可以对其信用进行判断。个人信用已经渗入生活的各个方面。近年来，我国较为广泛应用的基于互联网的信用分数是芝麻信用，各机构可以通过芝麻信用分数提供相应的服务。如现在大家出门在外会使用到共享移动电源，如果芝麻信用达到某个分值，那么就可以无押金借用共享移动电源。
在金融领域，个人信用评分会用于信用卡、保险理赔等多项业务中。个人信用评分对金融机构（如商业银行）非常重要，信用评分评估的是个人的信用风险，而承担风险的是提供业务的金融机构，如当个人向商业银行申请贷款时，商业银行是信用风险的承受者，这就意味着，商业银行无法准确评估申请人的信用风险时，会承担着违约风险和违约之后的损失。同时，信用风险高的申请人，商业银行如果同意其贷款申请，则承担着比同意信用风险低的人贷款更高的风险，即潜在损失更大。因此有些商业银行虽然会同意贷款申请，但是需要申请人支付较高的利率。
个人信用评估通常涉及5C要素，包括借款人的品质（Character）、能力（Capacity）、资本（Capital）、资产抵押情况（Collateral）和经济环境（Condition），如图1.1所示。
图1.1 5C要素
除了5C要素外，有些金融结构会考察个人的“5W”因素对客户信用风险进行分析，5W指的是借款人即客户（Who）、借款用途（Why）、还款日期（When）、担保物（What）和如何还款/还款方式（Where），如图1.2所示。
图1.2 5W要素
5P要素在信用风险评估中也经常被提及，包括个人因素（Personal factor）、资金用途因素（Purpose factor）、还款来源因素（Payment factor）、债权保障因素（Protection factor）和借款人展望因素（Perspective factor），如图1.3所示。
图1.3 5P要素
目前关于个人信用评分的研究很多，主要分为以下两种类型。
1）以标准数据集为基础，构造表现更好的评分模型。
2）探索使用新的特征进行信用评分。
除了个人，企业也是信用评估领域重要的主体。在金融市场中，企业与投资者之间存在信息不对称性。这种信息不对称指的是企业本身掌握比投资者更多的信息，投资者可能会因此进行错误的决策。比如，一家企业本身经营状况一般甚至很差，但是外部投资者并不清楚，当企业对外刻意隐瞒这件事时，投资者就会因为这种信息的缺失导致投资错误。此时，企业的信用分数可以为金融市场信用风险评估提供参考，降低金融市场上存在的信息不对称性。对企业的信用评估分数通常成为企业信用评级。
信用分数对企业具有重要作用，企业的信用良好意味着企业状况较好，同时良好的信用也会为企业的发展带来正向影响；相反企业的信用不良代表企业状况不佳，而不良记录会影响企业的长期发展。如企业信用良好，那么其贷款等就会比较顺利，对其后续经营等都是有利的。同时，2019年发布的《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》强调了信用的重要性，如果一个企业具有良好的信用，那么政府是会支持和鼓励企业发展的。相反，如果企业有失信记录，政府会对其在政策上有一定的限制，同时企业的信誉也会受到影响。
由于企业信用评级也属于信用评估的范畴，因此上节中提到的5C、5W和5P也适用于企业信用评级。
在企业评级中，5C要素依然是品质、能力、资本、资产抵押和经济环境，只不过主体变成了企业。
上述提到的5C要素和5P要素同样可以应用于企业信用评估。
企业信用通常有专门的评级机构进行评估，他们通常会全面考查企业各个层面信息，并产出一个信用值。信用评级机构是提供评级服务的中介机构，目前国际上最具权威性的评级机构分别为标准普尔、穆迪投资者服务公司（以下简称“穆迪”）和惠誉国际信用评级公司（以下简称“惠誉”）。国内有名的评级机构有中诚信国际信用评级有限公司、联合资信评估股份有限公司、大公国际资信评估有限公司等。
表1.1展示了2019年欧洲市场上典型的权威评级机构的市场份额，数据来源于European Securities and Markets Authority（ESMA）发布的Report on CRA Market Share Calculation。
表1.1 评级机构市场份额
| 机构 |
市场占有率 |
前一年市场占有率 |
与前一年相比 |
|---|---|---|---|
| 标准普尔 |
40.40% |
42.09% |
下降 |
| 穆迪 |
33.12% |
33.39% |
下降 |
| 惠誉 |
17.55% |
16.62% |
上升 |
| DBRS机构 |
2.99% |
2.46% |
上升 |
表中的“DBRS机构”指的是加拿大信用评级机构DBRS（Dominion Bond Rating Service）。
尽管评级机构的存在非常重要，但它们的价值仍然受到了一些质疑，原因有利益冲突和评级过程透明度的缺失等。
同时，关于付费方式也一直被热议。评级市场存在两种付费模式，分别是发行者付费和投资者付费。在发行者付费模式下，发行者发起评级并为之付费，因此评级机构可以更加全面地了解发行者，使得评级结果更加准确，但由于发行者付费，因此存在利益冲突问题，同时发行者可能会选择评级标准最为宽松的评级机构进行评级，造成评级结果虚高。投资者付费模式下，投资者发起评级并为之付费，可以避免上述利益冲突，但是容易出现“搭便车”现象。
虽然评级机构的价值和评级付费方式一直在被讨论，但是评级机构仍然是金融市场上重要的服务中介。
市场上虽然有一些权威的国内评级机构，但是我国的评级行业仍然需要发展和完善。与个人信用评分服务类似，关于企业信用评级的研究目前也开始探索新的特征以期望获取更加及时和准确的信用评级结果。
近年来，信息技术迅猛发展，许多活动从线下发展到线上，比如金融交易，就早已经渗透到人们的日常生活中，这些金融交易还包括财富管理委托和保险买卖等[1]，人们的生活在很大程度上受到了这些从线下到线上的变化的影响。
金融是受信息技术影响的一个重要领域。在过去十几年中，随着技术的进步和生活水平的提高，在金融信息技术应用领域受到了广泛关注[2]。连极少涉足科技领域的沃伦•巴菲特，也在金融科技领域投资了数百万美元。
金融科技（FinTech，Financial Technology）的概念是伴随着这一变革而产生的。此外，这种变革为金融机构提供了新的解决方案。
本书就是在金融科技不断发展的背景下对信用评估进行探索，以技术手段解决现阶段信用评估中存在的问题。随着互联网金融的发展，传统的金融公司也开始在网上拓展业务，在这个过程中，与传统的金融交易相同，信用评估是非常重要的一环。
传统的金融公司在进行信用评估时，会与客户面对面沟通，这种沟通方式可以缩小双方的信息不对称。然而，尽管金融科技公司掌握了许多有关客户的线下信息，公司却仍在网上进行与他们的交易，甚至不在线下与客户联系。
与此同时，另一个不同之处在于，金融科技模式的出现允许金融公司利用各种形式的信息和技术来促进创新。因此，基于金融科技的背景，许多研究和行业致力于金融应用，以提高金融领域服务的效率和有效性。尽管金融科技很受欢迎，但如何在应用程序中恰当地应用技术仍是学术界和业界探讨的课题。
金融科技是指在信息技术飞速发展的背景下应用于金融领域的技术[2]。事实上，金融科技可以看作金融领域的新模式，它采用技术来服务与强化金融业务。
金融稳定理事会（Financial Stability Board，FSB）在2016年指出金融科技是技术驱动的金融创新。
“The FSB defines FinTech as technologically enabled innovation in financial services that could result in new business models, applications, processes or products with an associated material effect on financial markets and institutions and the provision of financial services. FinTech innovations are affecting many different areas of financial services.”
近年来，有关金融科技的讨论越来越多，图1.4展示了全球范围内谷歌上的搜索词FinTech的搜索指数，从图中可以看到2015年以来有关金融科技的关注度逐年提升。
图1.4 近年来搜索词FinTech的搜索指数（谷歌）
图1.5展示了百度搜索上FinTech的搜索指数，2015年后金融科技的搜索指数同样也逐步上升，虽然中间有一定的波动，但在2017年达到高峰，近年来FinTech的搜索也一直维持着一定的热度。
图1.5 近年来搜索词FinTech搜索指数（百度）
信息技术的发展催生了大量关于FinTech的研究，涵盖了不同的研究主题，从应用技术，如云计算和移动互联网[3]，到成熟的金融活动，如众筹[2]。在过去的十年中，金融科技受到了业界和学者的广泛关注。Zavolokina等（2019）[1]指出了FinTech的意义和挑战，并为信息系统学者展示了FinTech的潜在研究课题。
FinTech分为若干部分，包括替代的贷款形式、数字支付、区块链和虚拟货币、财务规划以及数据和技术生态系统[2,4]。许多金融公司已经转型为基于金融科技的机构，Haddad 和Hornuf（2019）[5]讨论了金融科技初创企业现象的决定因素。此外，也有一些关于金融科技初创企业对现有银行影响的研究[6]。
现有大量关于金融科技的研究，这些研究涵盖了不同的主题。例如，在线众筹领域采用社会证明和资本积累来解释筹款结果[7]。比特币的出现也引起了金融系统、信息系统（Information System）研究的广泛关注，[8]并从情感的角度研究了社交媒体信息对比特币价值的影响。
图1.6展示了通过Google Scholar（谷歌学术）获得的关键字为“FinTech”的结果数量为71600。
图1.6 Google Scholar的FinTech搜索结果
2019年9月6日，中国人民银行印发《金融科技（FinTech）发展规划（2019—2021年）》，该规划明确指出金融科技发展趋势、发展目标、重点任务和保障措施，其中包括如下27项任务。
1．加强统筹规划。
2．优化体制机制。
3．加强人才队伍建设。
4．科学规划运用大数据。
5．合理布局云计算。
6．稳步应用人工智能。
7．加强分布式数据库研发应用。
8．健全网络身份认证体系。
9．拓宽金融服务渠道。
10．完善金融产品供给。
11．提升金融服务效率。
12．增强金融惠民服务能力。
13．优化企业信贷融资服务。
14．加大科技赋能支付服务力度。
15．提升金融业务风险防范能力。
16．加强金融网络安全风险管控。
17．加大金融信息保护力度。
18．做好新技术金融应用风险防范。
19．建立金融科技监管基本规则体系。
20．加强监管协调性。
21．提升穿透式监管能力。
22．建立健全创新管理机制。
23．加强金融科技联合攻关。
24．推动强化法律法规建设。
25．增强信用服务支撑作用。
26．推进标准化工作。
27．强化金融消费者权益保护。
金融科技在很大程度上通过信息技术手段改变了传统的金融业，但仍然保留着金融业的一些基本属性。在金融科技背景下，经常会探讨以下两种情况。
首先，在金融科技驱动下，一些新的金融活动应运而生，如区块链、众筹等。这些新的金融活动具有不同于传统金融活动的鲜明特征，因此，在这些新的活动下出现了新的问题，引起了学术界和产业界的关注。比如刚刚提及的众筹，众筹平台可能关注的一个问题就是众筹项目的成功率，因此新项目能否成功或成功的概率就成为研究的问题。
其次，互联网使得传统金融服务可以在线上进行，同时互联网整合了不同来源的客户信息这一特点，使金融机构能够以更便捷的方式利用所有相关信息，这为金融服务提供了新的解决思路。本书主要探讨的是金融科技背景下的这种情形，聚焦于金融领域一直以来关心的信用评估问题，以期带来一些新的解决方案，以适应金融科技的发展。
随着互联网的发展，金融机构的各项服务从线下逐渐扩展到线上，甚至有一些金融机构完全提供线上服务。
金融科技是金融领域的一种新模式，从该角度去看金融领域里的信用评估问题，则可以落脚到如何应用技术服务于信用评分上。上文已经探讨到关于信用评估的研究和思考可以分为两类，具体到信用评估问题上，则一类是如何利用先进的模型提升信用预测的准确率，另一类是通过引入新的特征来增强信用评分服务。
回顾一下信用评估问题，无论是对个人信用还是企业信用，机构进行评分或者评级的过程实际就是逐步了解客户（个人/企业）的过程，互联网技术的发展与应用不仅改变了金融领域，也改变了机构了解这些客户的途径。传统的个人信用评估通过对个人客户上传的资料进行详细审查，传统的企业信用评级需要去考查企业的各个层面，加深对企业信用风险的了解。互联网的出现为信用评估领域带来了新的机遇。互联网上包含海量数据，可以称为大数据（Big Data）。大数据是近年来的热门概念，通常从5V去描述其特点。图1.7展示了大数据的5个特点。
图1.7 大数据的5V
大数据是重要的信息资产，但是大数据背景下的信用评估究竟如何理解呢？
对于个人信用评估来说，传统信用评分是通过个人基本资料（如收入等）去了解一个人的信用风险。在互联网时代，个人会通过社交媒体发布内容，而这些内容事实上反映了这个人的一些特征，当面临大量的申请人，这些海量丰富的社交媒体内容为评分机构提供了有价值的信息。通过对这些内容的深度分析，从大数据中提取信用相关特征，并将其应用于信用评分中。如美国的金融科技公司ZestFinance，以大数据与人工智能为宣传点，旨在利用人工智能提取大数据里的信息以提供更好的信用评估服务。
对于企业信用评级而言，信用评级机构希望能获取尽可能多的主体相关信息，从而尽可能准确地进行信用风险评估。这也是发行者付费相较于投资者付费的一个巨大优势，是因为在前者模式下可以更全面了解评级主体。随着互联网的发展和完善，很多企业开发了网上业务，也开始利用社交媒体进行一些宣传，利益相关者（如消费者）会通过线上平台与企业或其他利益相关者沟通。因此社交媒体会不断产生用户生成的数据（当然这些信息是与企业相关的），这些数据为评级机构了解企业提供了便于访问与获取信息的来源。
互联网发展下大数据对信用评估服务有重要意义，这些数据中包含着很多信息，到底什么样的信息才是真的对信用评估这个目标有用的呢？
1．从哪个角度出发分析个人的社交媒体信息？
2．从哪个层面提取关于企业的社交媒体数据？
只有解决了上述两个问题，才能够真正将大数据应用于个人信用评分和企业信用评级。
在大数据时代下的金融科技环境中，本书旨在介绍如何通过对丰富的数据进行分析，提取与信用评估相关的信息，应用于金融领域关注的信用评估中，从而提高整个金融市场的运转效率，为金融机构提供更有效的支持。
本书内容以金融科技为基础，从大数据背景出发，从个人信用评分和企业信用评级两个方面入手，使用统计学、机器学习和深度学习等方法，结合相关理论，回答如下问题。
1．从个人信用评分层面来看，现阶段个人信用评分研究的情况如何？
2．在社交媒体飞速发展的背景下，如何利用海量个的人生成内容，并将其应用到个人信用评分中，进而进一步提高信用评分的准确性？
3．从企业信用评级层面来看，现阶段企业信用评级研究现状如何？
4．在企业逐步扩展在线服务业务的背景下，如何利用海量的用户生成内容，并将其应用到企业信用评级中去提高信用评级的及时性与有效性？
本书的内容框架基于上述4个问题构建，如图1.8所示。
图1.8 本书内容框架
本书的具体内容安排如下。
第2章和第3章关注个人信用评分领域。
第2章介绍了个人信用评分的研究现状，将该课题下的重要研究工作进行了梳理，针对现阶段的研究内容，以两个标准数据集为基础，应用统计方法与机器学习两类模型进行个人信用评分，比较不同模型在两个数据集下的表现，最后对不同模型的表现进行了总结。
第3章在第2章基础上引入了客户的个人社交媒体数据，分析个人在社交媒体平台上发布的文本内容，通过文本内容使用文本模型获取个人的人格特质，并将提取出来的人格特质纳入信用评分模型中，提出了一种新的信用评分模型。另外，为了弥补现阶段深度学习模型解释力弱的不足，此部分将可解释模块嵌入深度神经网络输出层，基于此，该模型可以获取个人信用评分中使用到的特征重要性，为客户提供相应的解释。
第4章和第5章关注企业信用评级领域。
第4章回顾了企业信用评级相关研究，介绍了信用评级及评级机构的历史，从公开数据集出发，应用不同的模型进行企业信用评级。同时，还比较了不同的特征选择算法，在特征选择后再次进行企业信用评级，最后总结不同模型的表现和特征选择前后的评级结果的区别。
第5章同样研究企业信用评级，指出现阶段使用新特征的必要性。从社交媒体出发，分析海量用户关于企业的生成数据，从文本和图片两个角度切入，提取两个模态下的情绪信息，并将情绪信息应用于企业信用评级。本章中提出用一种基于标准隐含狄利克雷分布的新型模型来提取文本中蕴含的情绪信息，同时利用深度学习模型提取图片中包含的情绪信息，另外还比较了不同模态为信用评级带来的信息量。
第6章对全书内容进行总结，总结了本书内容的实践价值，同时指出了现阶段存在的一些局限性，并提出了今后的研究方向。
从学术角度来看，本书以大数据为背景，提出了新的特征，并应用于信用评估过程，因此本书所介绍的内容有如下理论意义。
1．本书总结和回顾了现阶段关于个人信用评分和企业信用评级的研究，加深了读者对金融科技环境下信用评估的理解和认知。
2．本书提出了一种基于人格特质的个人信用评分框架。从个人产生的大量社交媒体数据出发，利用客户的文本内容进行人格特质检测，并根据检测结果进行个人信用评分，该部分是对传统个人信用评分的一种拓展，是个人信用评分相关研究的补充，同时，纳入可解释模块的深度神经网络为个人信用评分结果提供了一种可视化的方式，弥补了深度学习缺乏解释性的不足，为后续研究提供了新的思路。
3．本书从两个模态出发，利用社交媒体上海量的用户生成内容，提取其包含的情绪信息，并应用于企业信用评级，首先该内容了补充了多模态数据应用的理解，其次补充了企业信用评级相关研究，然后提出的情绪隐含狄利克雷模型是主题模型的一种扩展，也丰富了情绪分析的相关研究。
从实践角度来看，信用评估是金融领域的重要课题。本书的内容对金融领域有重要的实践指导作用。
1．为个人信用评分和企业信用评级提供了新思路。社交媒体的飞速发展为金融机构带来了海量的数据，在大数据背景下，如何应用海量用户生成内容并从中提取有效信息是一个难点。本书为金融科技背景下金融机构提供了新的解题思路，引入了新的信用评估变量，有利于市场的有效运作。
2．本书提出了基于人格特质的信用评分框架纳入了可解释模块，弥补了深度学习在实践时由于缺乏解释性而导致应用困难的不足，深入分析个人客户，加深金融机构对个人客户的了解，提高信用评分准确性。
3．本书提出了基于多模态社交媒体数据的企业信用评级框架，充分利用了社交媒体数据，为业界信用评级机构进行企业信用评估提供了新思路，可弥补现阶段信用评级更新不及时的缺点，提高市场上企业风险参考数据的及时性和有效性。
整体来看，大数据时代下，无论是个人还是企业纷纷投身于社交媒体。社交媒体上的用户生成内容为金融带来了新的机遇，传统信用评分方式已经无法满足不断变化的金融市场，因此利用在线数据进行信用评分很有必要。信用风险评估是金融市场的研究热点，随着信息技术的发展，信用评估机构越来越关注在线大数据，尤其是社交媒体数据对信用风险预测的影响。目前市场上缺乏利用在线大数据进行信用评估并且总结现阶段信用评估技术及其发展的图书。本书从个人信用评分与企业信用评级两个角度出发，通过对传统信用评估进行梳理，并将在线社交媒体数据引入信用评估中，利用机器学习及深度学习进行信用风险预测，为读者提供大数据时代金融业发展的新思路。
