摘要：文章基于國內(nèi)外關(guān)于互聯(lián)網(wǎng)時代個人信用評估的理論和實(shí)踐，結(jié)合對芝麻信用的個人信用評估機(jī)制的重點(diǎn)分析，研究了互聯(lián)網(wǎng)時代我國的個人信用評估問題，對我國信用評估機(jī)制建設(shè)中存在的問題進(jìn)行了思考，并嘗試給出相應(yīng)的政策建議。

關(guān)鍵詞：互聯(lián)網(wǎng)；個人信用評估；芝麻信用

一、 基于大數(shù)據(jù)的個人信用評估的理論研究

個人信用評估理論在國外的研究由來已久，并且已經(jīng)取得大量有價值的研究成果。伴隨著互聯(lián)網(wǎng)的興起，國外學(xué)者對個人信用評估領(lǐng)域進(jìn)行了理論探索和創(chuàng)新。Freedman（2008）研究表明，P2P平臺收集到的借款人的信息有助于加強(qiáng)平臺信用評估的能力。Greiner（2009）通過對P2P 平臺的數(shù)據(jù)信息進(jìn)行分析，得出社會關(guān)系對借款人的信用狀況存在關(guān)聯(lián)。Hoofnagle（2013）認(rèn)為，通過互聯(lián)網(wǎng)渠道獲得的信息將有助于解決之前大部分人缺失信用記錄的狀況，這是由于傳統(tǒng)信用評估指標(biāo)單一造成的。Clements（2015）通過研究發(fā)現(xiàn)，利用互聯(lián)網(wǎng)大數(shù)據(jù)改進(jìn)的 FICO XD模型在信用評估水平上實(shí)現(xiàn)了突破。

近幾年，隨著互聯(lián)網(wǎng)在國內(nèi)的快速發(fā)展，我國在基于大數(shù)據(jù)的個人信用評估研究方面也取得了一定的成果。莫易嫻（2011）指出，互聯(lián)網(wǎng)金融的發(fā)展細(xì)化了關(guān)于消費(fèi)者信用的信息，極大促進(jìn)了征信業(yè)的發(fā)展。羅錦莉（2015）認(rèn)為，相較于傳統(tǒng)征信而言，互聯(lián)網(wǎng)征信讓更多的人群享受到金融服務(wù)。柳向東和李鳳（2016）通過“人人貸”數(shù)據(jù)分析得出，在互聯(lián)網(wǎng)借貸的違約識別方面，隨機(jī)森林模型表現(xiàn)最好。

綜上所述，針對大數(shù)據(jù)時代的個人信用風(fēng)險評估研究，國外學(xué)者更傾向于證明互聯(lián)網(wǎng)信用評估相較于傳統(tǒng)信用評估的優(yōu)勢，國內(nèi)學(xué)者的研究大多還只是論證大數(shù)據(jù)技術(shù)的必要性，并未系統(tǒng)性研究我國互聯(lián)網(wǎng)個人信用評估機(jī)制。因此，本文將以“芝麻信用”為例，力求通過對其評分機(jī)制的分析，對我國互聯(lián)網(wǎng)個人信用評估機(jī)制建設(shè)提出有益的建議。

二、 互聯(lián)網(wǎng)個人信用評估的發(fā)展歷程

1. 國外個人信用評估的發(fā)展歷程。

（1）基于傳統(tǒng)數(shù)據(jù)指標(biāo)的信用評估。19世紀(jì)中葉，費(fèi)埃哲公司開發(fā)出第一款基于數(shù)據(jù)分析的個人信用評估系統(tǒng)——FICO信用評分。1995年，房利美和房地美與費(fèi)埃哲合作將FICO信用評分應(yīng)用到房地產(chǎn)的貸款審查流程中，信用評估開始被金融機(jī)構(gòu)采用，截至2015年，超過90%的借貸使用FICO信用評分。盡管FICO 信用評分的廣泛使用促進(jìn)了美國信貸行業(yè)的發(fā)展，但也存在一些缺陷。美國消費(fèi)者金融保護(hù)局的一項(xiàng)分析表明，美國大約11%的成年人口沒有信貸信息，無法獲取FICO信用評分。FICO信用評分的局限性，促使了大數(shù)據(jù)信用評分的產(chǎn)生和發(fā)展。

（2）大數(shù)據(jù)公司的替代評估機(jī)制。

①益博睿：加入房租數(shù)據(jù)。益博睿在傳統(tǒng)信用評估指標(biāo)中加入房租信息作為主要信用指標(biāo)。一些在傳統(tǒng)信用評估體系下無法獲得授信的消費(fèi)者因?yàn)榉孔庑畔⒅笜?biāo)的加入，可以通過信用報(bào)告中每月償還房租的記錄，享受到金融服務(wù)，這對于在傳統(tǒng)信用評估機(jī)制下無法獲得金融機(jī)構(gòu)貸款的人群，尤其是對于學(xué)生和剛參加工作的年輕人具有非常重要意義。

②費(fèi)埃哲、艾克飛和律商聯(lián)訊：加入電信和公共事業(yè)繳費(fèi)數(shù)據(jù)。費(fèi)埃哲與艾克飛及律商聯(lián)訊集團(tuán)聯(lián)合開發(fā)了新的信用評估產(chǎn)品——FICO XD。FICO XD加入了有線電視、公共事業(yè)繳費(fèi)等數(shù)據(jù)指標(biāo)。FICO XD是在傳統(tǒng)FICO評分無法從消費(fèi)者的信用報(bào)告信息中獲取時才發(fā)揮作用，它的推出就是讓傳統(tǒng) 信用記錄不足的人有機(jī)會享受金融信用服務(wù)，并且在消費(fèi)者擁有足夠的信用記錄之后，就可以獲得FICO信用評分。

③環(huán)聯(lián)：加入歷史信用數(shù)據(jù)。環(huán)聯(lián)結(jié)合消費(fèi)者歷史支付數(shù)據(jù)，得到對消費(fèi)者信用更精準(zhǔn)的評估，并且擴(kuò)大了能夠獲得信用評分的人群。例如，傳統(tǒng)信用評分關(guān)注消費(fèi)者是否按時還款，而環(huán)聯(lián)的評估機(jī)制可以揭示消費(fèi)者之前的支付以及每月的變化。此外，新評估機(jī)制還考慮了消費(fèi)者更換住所的頻率、賬戶歷史等因素。

2. 我國基于數(shù)據(jù)驅(qū)動的信用評估建設(shè)。從2006至2009年，中國科學(xué)院虛擬經(jīng)濟(jì)與數(shù)據(jù)科學(xué)研究中心與中國人民銀行合作，建立了“中國評分”。該項(xiàng)目運(yùn)用先進(jìn)的數(shù)據(jù)挖掘和統(tǒng)計(jì)分析技術(shù)，建立信用評估模型，輸出信用得分。2008年，我國的商業(yè)銀行開始普遍將其用于信貸決策活動中，極大地推動了我國信用體系的建設(shè)和發(fā)展。

與美國相比，我國的個人信用評估還存在一些問題：第一，個人征信數(shù)據(jù)范圍太小。以2016年的信貸記錄為準(zhǔn)，個人征信僅覆蓋35%的人群。而美國三大征信機(jī)構(gòu)已經(jīng)完成了成年人口的全覆蓋。第二，數(shù)據(jù)指標(biāo)維度太少。目前人行征信中心采集的數(shù)據(jù)指標(biāo)僅有20個左右，而美國傳統(tǒng)的FICO信用評估的數(shù)據(jù)指標(biāo)包含500個，最后從中提取50個去做信用量化評估。

三、 芝麻信用的信用評估分析

信用風(fēng)險評估是金融業(yè)發(fā)展的基礎(chǔ)，基于自身平臺交易積累的大數(shù)據(jù)優(yōu)勢，阿里金融在信用風(fēng)險評估方面具有國內(nèi)同類平臺無法比擬的優(yōu)勢。作為阿里金融的征信機(jī)構(gòu)，芝麻信用為阿里金融的崛起奠定了基礎(chǔ)。

1. 芝麻信用的信用評估建設(shè)。芝麻信用運(yùn)用大數(shù)據(jù)及云計(jì)算技術(shù)對平臺交易帶來的海量信息進(jìn)行處理，相對客觀精準(zhǔn)的反映了個人的信用風(fēng)險狀況。芝麻信用的信用評估建設(shè)包括數(shù)據(jù)搜集、技術(shù)處理、評價模型、應(yīng)用場景等。

（1）數(shù)據(jù)搜集。芝麻信用數(shù)據(jù)來源較為豐富，大致可分為以下三種：

①阿里體系內(nèi)數(shù)據(jù)。阿里體系內(nèi)的數(shù)據(jù)包括電商平臺、互聯(lián)網(wǎng)金融以及娛樂業(yè)務(wù)三塊，電商平臺數(shù)據(jù)主要指淘寶、天貓等電商平臺擁有的用戶信息，互聯(lián)網(wǎng)金融數(shù)據(jù)是指螞蟻金服旗下的支付寶、余額寶以及阿里小貸等金融產(chǎn)品產(chǎn)生的交易信息，娛樂業(yè)的數(shù)據(jù)來自阿里旗下的影視、游戲、音樂等業(yè)務(wù)。

②外部數(shù)據(jù)。外部數(shù)據(jù)是指與阿里達(dá)成合作協(xié)議的公共機(jī)構(gòu)所提供的數(shù)據(jù)，以及一些與芝麻信用交換信息的國內(nèi)主流P2P平臺。

③用戶提交的數(shù)據(jù)。個人在阿里網(wǎng)站上提交的一些關(guān)于個人身份的信息，包括實(shí)名認(rèn)證、資產(chǎn)證明、工作證明、收入等信息。

芝麻信用的數(shù)據(jù)還包含社交平臺、網(wǎng)貸平臺等網(wǎng)絡(luò)上的海量細(xì)信息，有效彌補(bǔ)了傳統(tǒng)信用評估維度單一的缺陷。通過對這些數(shù)據(jù)進(jìn)行分析處理，能夠更精準(zhǔn)、更全面的反映用戶的信用風(fēng)險狀況。

（2）數(shù)據(jù)處理。芝麻信用的數(shù)據(jù)是通過阿里的大數(shù)據(jù)平臺進(jìn)行采集，并最終生成結(jié)果的。該平臺包括阿里云業(yè)務(wù)部門、數(shù)據(jù)平臺事業(yè)部和商業(yè)智能部三個層次。阿里云業(yè)務(wù)部門對數(shù)據(jù)進(jìn)行采集、儲存和處理。數(shù)據(jù)平臺事業(yè)部負(fù)責(zé)對搜集的數(shù)據(jù)進(jìn)行“清洗”，讓數(shù)據(jù)可用。商業(yè)智能部對處理后的數(shù)據(jù)進(jìn)行分析，供其他部門使用。

（3）芝麻信用評分。

①信用評價結(jié)果以“芝麻分”的形式呈現(xiàn)，芝麻信用參考了FICO的評級模式，通過將用戶信息進(jìn)行分析處理，得出芝麻分。芝麻分區(qū)間從350至950，分?jǐn)?shù)由低到高對應(yīng)的信用等級分別是極差、中等、良好、優(yōu)秀、極好。分?jǐn)?shù)越高，代表用戶的信用狀況越好。

②芝麻分的評分依據(jù)包括信用歷史、履約能力、行為偏好、身份特質(zhì)和人脈關(guān)系5大維度，所占的比重分別是35%、20%、25%、15%、5%。這種維度設(shè)置是參考包含品質(zhì)、能力、資本、社交、條件的互聯(lián)網(wǎng)5C模型。

③芝麻信用分為阿里巴巴的服務(wù)和產(chǎn)品以及阿里的合作伙伴提供用戶信用證明，芝麻信用分達(dá)到一定范圍可以享受特定的服務(wù)，芝麻信用分每月更新一次，用戶可以通過完成芝麻任務(wù)來提升信用。

（4）應(yīng)用范圍。作為我國首個基于大數(shù)據(jù)的個人信用產(chǎn)品，芝麻信用極大促進(jìn)了消費(fèi)經(jīng)濟(jì)和金融業(yè)務(wù)的發(fā)展。芝麻信用的應(yīng)用場景包括阿里旗下的借貸產(chǎn)品“借唄”、銀行信用卡的申請、信用租車、信用社交等。用戶的芝麻分達(dá)到600以上，還可以享受租房免交押金，共享單車免交押金等服務(wù)。

2. 芝麻信用評估的優(yōu)勢。芝麻信用利用阿里平臺海量的數(shù)據(jù)以及阿里的技術(shù)優(yōu)勢，創(chuàng)造了適合互聯(lián)網(wǎng)環(huán)境的信用評估方法，相較于傳統(tǒng)信用評估模式具有其獨(dú)特的優(yōu)勢。

（1）數(shù)據(jù)來源更加豐富。央行征信中心的信用評估數(shù)據(jù)來源大多是來自銀行機(jī)構(gòu)的信貸數(shù)據(jù)，而芝麻信用的數(shù)據(jù)來源是擁有海量信息的互聯(lián)網(wǎng)，信息涵蓋網(wǎng)上交易、生活繳費(fèi)、社交等多個維度。芝麻信用利用更加豐富的數(shù)據(jù)能夠?qū)οM(fèi)者的信用狀況做出更加精準(zhǔn)的評估。

（2）評估維度更加多元。在對消費(fèi)者信用狀況進(jìn)行量化評估時，芝麻信用沒有采用傳統(tǒng)的FICO模型，而是創(chuàng)立了新的信用評估模型，加入了更多的變量。利用阿里的云計(jì)算、大數(shù)據(jù)技術(shù)從多個維度對用戶信用狀況進(jìn)行評估，提高了防范金融風(fēng)險的能力。

（3）服務(wù)人群更加廣泛。芝麻信用的信用評估可以讓更多人享受到金融服務(wù)，央行征信中心對于沒有信貸記錄的人是缺失信用評估的。芝麻信用彌補(bǔ)了央行在信用評估方面的缺陷，覆蓋了更加廣泛的人群，觸及到傳統(tǒng)征信無法涵蓋的盲區(qū)，包括還沒有畢業(yè)的學(xué)生、剛畢業(yè)不久的年輕人、一些無法在銀行申請信用卡卻有著不錯經(jīng)濟(jì)實(shí)力的人群（例如個體戶）等。

（4）應(yīng)用場景更加豐富。芝麻信用的應(yīng)用場景更加豐富，芝麻信用在服務(wù)自身平臺的基礎(chǔ)上，還通過線上線下合作積極對接其他網(wǎng)上服務(wù)平臺以及線下實(shí)體。芝麻信用提供的信用評估產(chǎn)品讓更多消費(fèi)者享受優(yōu)惠的商品服務(wù)以及更加便捷的金融服務(wù)。

四、 我國互聯(lián)網(wǎng)個人信用評估建設(shè)存在的問題

1. 信息共享困難。首先，線上線下的海量數(shù)據(jù)沒有實(shí)現(xiàn)共享，類似芝麻信用的互聯(lián)網(wǎng)征信機(jī)構(gòu)缺乏央行的信貸信息，數(shù)據(jù)的不完整將導(dǎo)致無法精準(zhǔn)評估用戶信用狀況，限制我國征信行業(yè)的發(fā)展。其次，平臺數(shù)據(jù)是互聯(lián)網(wǎng)企業(yè)的核心資源，互聯(lián)網(wǎng)企業(yè)之間缺乏信息共享。另外，由于互聯(lián)網(wǎng)企業(yè)的數(shù)據(jù)來自自身平臺的經(jīng)營，不同網(wǎng)站的數(shù)據(jù)在采集標(biāo)準(zhǔn)、信用評估標(biāo)準(zhǔn)上存在差別，所以不同類型的互聯(lián)網(wǎng)企業(yè)之間實(shí)現(xiàn)信息轉(zhuǎn)移不易。企業(yè)之間信息壁壘的存在，容易導(dǎo)致不同征信機(jī)構(gòu)對統(tǒng)一用戶的評估結(jié)果產(chǎn)生差異，降低了市場效率，還有可能造成多頭借貸現(xiàn)象。并且各企業(yè)基于自身平臺交易采集的數(shù)據(jù)缺乏維度，會造成評分缺乏公允。

2. 用戶信息安全存在風(fēng)險。

（1）個人信息的采集范圍超限制。互聯(lián)網(wǎng)企業(yè)在獲取用戶數(shù)據(jù)時，往往采取隱秘額方式，并未征得用戶的同意，這違背了《征信業(yè)管理?xiàng)l例》（以下簡稱《條例》）的規(guī)定。另外，《條例》規(guī)定了很多限制采集的信息，由于互聯(lián)網(wǎng)平臺能夠獲取客戶的海量信息，很容易超出限制范圍。

（2）信息處理觸及用戶權(quán)益?！吨ヂ樾庞梅?wù)協(xié)議》規(guī)定，用戶在注銷賬戶后，公司仍可繼續(xù)持有用戶信息，這和《條例》規(guī)定存在沖突。另外，用戶對于互聯(lián)網(wǎng)征信機(jī)構(gòu)的評分原理、模型并不了解，知情權(quán)沒有得到有效保障。

（3）信息安全風(fēng)險。由于我國網(wǎng)絡(luò)安全技術(shù)還不夠成熟，所以互聯(lián)網(wǎng)征信機(jī)構(gòu)在收集、處理用戶信息以及提供信用評估產(chǎn)品的過程中，面臨網(wǎng)絡(luò)病毒攻擊的風(fēng)險，個人信息存在安全隱患。

3. 信用違約風(fēng)險或加劇。首先，盡管阿里方面也一直表示，信用得分由五個維度決定，不會因?yàn)閭€別行為的改變而獲得提升，但芝麻信用得分以阿里旗下的平臺消費(fèi)以及產(chǎn)品使用為重要考量標(biāo)準(zhǔn)，這讓消費(fèi)者有機(jī)會通過提高阿里產(chǎn)品的使用頻率來增加芝麻信用分，這種刷信用的方式會極大地提高信用違約風(fēng)險。其次，芝麻信用評分覆蓋了一些沒有收入來源的人群，這一方面降低了金融產(chǎn)品使用的門檻，但另一方面隨著芝麻信用分在消費(fèi)金融領(lǐng)域的推廣，也會加大金融領(lǐng)域信用違約的風(fēng)險。

4. 行業(yè)監(jiān)管有待加強(qiáng)。目前，我國缺乏對于互聯(lián)網(wǎng)失信行為的懲罰機(jī)制。我國現(xiàn)存的法律法規(guī)尚未對互聯(lián)網(wǎng)征信機(jī)構(gòu)的準(zhǔn)入進(jìn)行明確的規(guī)定，導(dǎo)致一些互聯(lián)網(wǎng)征信機(jī)構(gòu)在提供相關(guān)服務(wù)之前，并沒有在監(jiān)管部門進(jìn)行備案，游離于監(jiān)管之外，存在合規(guī)風(fēng)險。在大數(shù)據(jù)背景下，傳統(tǒng)的監(jiān)管方式對信息準(zhǔn)確性、完整性的把握缺乏經(jīng)驗(yàn)，互聯(lián)網(wǎng)數(shù)據(jù)自身的一些新的特點(diǎn)，比如信息量大、頻率快等，都會造成監(jiān)管效率的下降。

五、 完善我國互聯(lián)網(wǎng)個人信用評估機(jī)制的政策建議 1. 促進(jìn)信息共享。積極構(gòu)建網(wǎng)絡(luò)信用信息統(tǒng)一平臺，充分挖掘數(shù)據(jù)的廣度和深度。首先，應(yīng)使數(shù)據(jù)的融合成為可能，為此需要設(shè)計(jì)科學(xué)合理的信息采集框架。其次，政府應(yīng)該帶頭引導(dǎo)大數(shù)據(jù)征信機(jī)構(gòu)與央行、政府部門數(shù)據(jù)對接，逐步實(shí)現(xiàn)符合條件的大數(shù)據(jù)征信機(jī)構(gòu)與央行征信系統(tǒng)的數(shù)據(jù)補(bǔ)充和融合。最后，建立獨(dú)立于數(shù)據(jù)提供者和征信機(jī)構(gòu)的第三方數(shù)據(jù)公司，促進(jìn)數(shù)據(jù)機(jī)構(gòu)的市場化運(yùn)營，這樣有助于數(shù)據(jù)在不同互聯(lián)網(wǎng)企業(yè)之間的分享，打破互聯(lián)網(wǎng)征信機(jī)構(gòu)之間的信息壁壘，為用戶提供更準(zhǔn)確、更全面的信用產(chǎn)品。

2. 完善法律法規(guī)，保護(hù)用戶信息安全。第一，逐步完善和個人征信有關(guān)的法律法規(guī)。政府應(yīng)盡快補(bǔ)充相關(guān)法律法規(guī)，作為《條例》規(guī)定的補(bǔ)充，更好的規(guī)范互聯(lián)網(wǎng)征信機(jī)構(gòu)的對數(shù)據(jù)的采集、處理，加強(qiáng)對信息安全、個人隱私保護(hù)等方面的法律建設(shè)，健全互聯(lián)網(wǎng)征信的法律法規(guī)。第二，建立信息授權(quán)制度。征信機(jī)構(gòu)在采集用戶數(shù)據(jù)時應(yīng)獲得用戶授權(quán)，互聯(lián)網(wǎng)征信機(jī)構(gòu)在采集數(shù)據(jù)時應(yīng)得到用戶許可，充分保障用戶的知情權(quán)和選擇權(quán)，對于征集、處理信息過程中產(chǎn)生的不良后果也應(yīng)該告知用戶。其次，在將數(shù)據(jù)加工處理成為信用產(chǎn)品時，需要授權(quán)明確信用產(chǎn)品的所有權(quán)問題。第三，加大信息安全保護(hù)的技術(shù)支持。政府應(yīng)給予互聯(lián)網(wǎng)征信機(jī)構(gòu)相應(yīng)的支持，加強(qiáng)對用戶信息保護(hù)方面的安全監(jiān)管，建議互聯(lián)網(wǎng)機(jī)構(gòu)采用實(shí)名身份證、數(shù)字證書、電子簽名等安全認(rèn)證技術(shù)，防止信息泄露或被不法分子作不正當(dāng)使用。

3. 強(qiáng)化市場監(jiān)管。伴隨著互聯(lián)網(wǎng)行業(yè)的不斷發(fā)展，互聯(lián)網(wǎng)思維逐步滲透到各個行業(yè)，影響到日常生活的方方面面。與此相伴，互聯(lián)網(wǎng)征信涉足的領(lǐng)域也越來越多，包括信貸、租車、租房、旅游等，也逐步向教育、醫(yī)療等公共事業(yè)滲透，互聯(lián)網(wǎng)征信正在影響很多傳統(tǒng)行業(yè)的發(fā)展，要加強(qiáng)跨行業(yè)的信用評估體系建設(shè)。同時，互聯(lián)網(wǎng)的國際化，也使得互聯(lián)網(wǎng)征信產(chǎn)品的國際化監(jiān)管變得非常重要，要加強(qiáng)國際征信評估體系的建設(shè)。加強(qiáng)對互聯(lián)網(wǎng)征信行業(yè)的監(jiān)管，需要不斷探索符合市場發(fā)展規(guī)律的監(jiān)管模式。一是明確監(jiān)管原則。推動征信行業(yè)的發(fā)展，要在不破壞市場創(chuàng)造力的基礎(chǔ)上，進(jìn)行前瞻性的風(fēng)險防范。二是加強(qiáng)法律法規(guī)建設(shè)。建立“守信激勵，失信嚴(yán)懲”機(jī)制，建立健全“黑名單”制度，完善失信行為信息記錄和有限披露制度，提高失信者的市場交易成本，形成市場化懲戒機(jī)制。三是建立互聯(lián)網(wǎng)征信行業(yè)協(xié)會，加強(qiáng)行業(yè)自律，促使互聯(lián)網(wǎng)征信監(jiān)管模式的轉(zhuǎn)變，促進(jìn)互聯(lián)網(wǎng)征信行業(yè)的健康發(fā)展。

4. 強(qiáng)化失信懲戒機(jī)制。加強(qiáng)對互聯(lián)網(wǎng)失信的懲戒機(jī)制建設(shè)。一是建立線上聯(lián)盟，通過完善互聯(lián)網(wǎng)失信行為記錄，建立透明的信息披露制度，制定互聯(lián)網(wǎng)失信名單，消費(fèi)者在網(wǎng)上一處出現(xiàn)違約行為，便會處處受制，形成良好的線上環(huán)境。二是線上線下信息共享，建立司法、金融聯(lián)合懲戒機(jī)制，依法追究失信者的責(zé)任。

參考文獻(xiàn)：

[1] 莫易嫻.P2P網(wǎng)絡(luò)借貸國內(nèi)外理論與實(shí)踐研究文獻(xiàn)綜述[J].金融理論與實(shí)踐，2011，（12）.

[2] 華曉龍.基于宏觀壓力測試方法的商業(yè)銀行體系信用風(fēng)險評估[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009，（4）.

[3] 管七海，馮宗憲.信用違約概率測度研究：文獻(xiàn)綜述與比較[J].世界經(jīng)濟(jì)，2004，（11）.

[4] 平新喬，楊慕云.信貸市場信息不對稱的實(shí)證研究——來自中國國有商業(yè)銀行的證據(jù)[J].金融研究，2009，（3）.

[5] 馬九杰，郭宇輝，朱勇.縣域中小企業(yè)貸款違約行為與信用風(fēng)險實(shí)證分析[J].管理世界，2004，（5）.

作者簡介：鞠傳霄（1988-），男，漢族，山東省威海市人，中國社會科學(xué)院研究生院投資系博士生，研究方向?yàn)橥顿Y理論與實(shí)踐。

收稿日期：2018-02-14。