常冶衡 李雙

【摘要】通過對金融互換、征信體系、算法等問題進(jìn)行關(guān)聯(lián)性分析，以企業(yè)征信體系與金融互換、個人征信體系與金融互換的動態(tài)匹配為基本思路建立金融互換、征信與算法基本框架，對社會融資、消費(fèi)與內(nèi)需、業(yè)務(wù)渠道的拓展、新行業(yè)的衍生、資本效率等方面進(jìn)行經(jīng)濟(jì)效應(yīng)分析，最終針對征信系統(tǒng)的建立與利率差別化定價、動態(tài)匹配、資金缺口、反饋機(jī)制等方面提出可行性對策。

【關(guān)鍵詞】征信體系；金融互換；算法；動態(tài)匹配

【中圖分類號】F832【文獻(xiàn)標(biāo)識碼】A【文章編號】1004-0994（2020）01-0156-5

【基金項(xiàng)目】青島黃海學(xué)院財務(wù)管理重點(diǎn)專業(yè)建設(shè)項(xiàng)目“《投資學(xué)》課程改革”（項(xiàng)目編號：HHZDZY2017002）

人工智能、云計算、區(qū)塊鏈技術(shù)的發(fā)展給金融領(lǐng)域中征信系統(tǒng)以及利率的差別化定價帶來了機(jī)遇與挑戰(zhàn)，將大數(shù)據(jù)算法嵌入企業(yè)、個人等信用評級，為實(shí)現(xiàn)利率的差別化定價奠定了基礎(chǔ)，同時利率的差別化可以實(shí)現(xiàn)資本需求主體之間的比較優(yōu)勢，通過發(fā)揮其中的比較優(yōu)勢為金融互換與云計算帶來了一系列新的算法。

一、文獻(xiàn)回顧

本文的研究與以下三類文獻(xiàn)具有較大的關(guān)聯(lián)性：第一類文獻(xiàn)主要側(cè)重于金融互換的理論研究，涉及金融互換基本原理、比較優(yōu)勢兩個層面。金融互換是20世紀(jì)80年代在平行貸款與背對背貸款基礎(chǔ)上發(fā)展起來的，在金融互換的過程中，只要雙方對資產(chǎn)負(fù)債存在需求，并且通過現(xiàn)金流的一系列交換，就能產(chǎn)生合作收益、節(jié)約成本，最終形成雙贏[1]。第二類文獻(xiàn)主要側(cè)重于征信、利率定價相關(guān)領(lǐng)域的研究。姚洪心等[2]通過征信機(jī)構(gòu)、銀行規(guī)模、服務(wù)模式等關(guān)鍵詞闡述了征信體系建立的重要性，以利潤最大化為主要政策目標(biāo)提出了征信機(jī)構(gòu)僅向中小銀行提供中小企業(yè)信用信息這一觀點(diǎn)；葉湘榕[3]以各類信用評分作為研究依據(jù)，從信息共享機(jī)制、地方政府探索、人行征信中心、社會征信機(jī)構(gòu)四個角度探討了信用評分的建立機(jī)制以及未來發(fā)展動向。第三類文獻(xiàn)主要側(cè)重于區(qū)塊鏈技術(shù)的相關(guān)研究。李朋林、董一一[4]站在商業(yè)銀行業(yè)務(wù)模式的角度對支付結(jié)算、貸款業(yè)務(wù)、票據(jù)業(yè)務(wù)、供應(yīng)鏈金融、征信問題、反洗錢問題等六大業(yè)務(wù)領(lǐng)域進(jìn)行應(yīng)用分析，指出了自身技術(shù)、大數(shù)據(jù)管理、參與業(yè)內(nèi)合作、業(yè)務(wù)創(chuàng)新的重要性。

二、大數(shù)據(jù)背景下金融互換、征信體系與算法的關(guān)聯(lián)性分析

1.金融互換與征信體系的關(guān)聯(lián)性分析。征信是指通過建立信用檔案、依法采集并客觀記錄信用信息、共享信用信息庫，為企業(yè)、個人等資金需求方提供金融服務(wù)。本文認(rèn)為，隨著人工智能、云計算的發(fā)展，利用大數(shù)據(jù)可以對企業(yè)、個人的財務(wù)行為形成一套有效的算法，通過數(shù)據(jù)分析對其進(jìn)行信用評級。此外，還可以通過人工智能進(jìn)一步評估資金的具體使用去向以及預(yù)期資金的回籠時間，對不同的借款主體或者同一借款主體不同的資金使用去向進(jìn)行利率差別化定價。

傳統(tǒng)的金融互換是指兩個或者兩個以上的參與者根據(jù)商定的條件，運(yùn)用其利率比較優(yōu)勢交換一系列現(xiàn)金流的合約。一般來說，貨幣互換與利率互換是最常見的兩種互換類型，其本質(zhì)是雙方的信用等級不同，在市場上提供的利率存在差別化定價。結(jié)合上述對征信體系的界定，本文認(rèn)為由于征信可以細(xì)化到不同的資金使用去向從而對資金需求方進(jìn)行差別化定價，因此結(jié)合金融互換的比較優(yōu)勢理論，可以通過金融互換與征信體系的關(guān)聯(lián)性建立一套有效的動態(tài)匹配機(jī)制，這套機(jī)制就是一系列算法。

金融互換與征信體系的關(guān)聯(lián)性包含兩個方面：其一，對于企業(yè)來說，可以通過收集企業(yè)信用信息并結(jié)合生產(chǎn)企業(yè)信用產(chǎn)品機(jī)構(gòu)的情況來建立企業(yè)征信體系，利用大數(shù)據(jù)、云計算等對企業(yè)進(jìn)行信用評級，結(jié)合有資金需求企業(yè)的具體資金使用去向以及對不同企業(yè)貸款利率實(shí)行差別化定價，利用金融互換中的比較優(yōu)勢建立一套有效的動態(tài)匹配機(jī)制；其二，對于個人來說，可以通過收集個人信用信息并結(jié)合生產(chǎn)個人信用產(chǎn)品的機(jī)構(gòu)建立個人征信體系，同樣利用大數(shù)據(jù)、云計算對個人進(jìn)行信用評級，結(jié)合有資金需求個人的具體消費(fèi)品種類實(shí)行個人利率差別化定價，利用金融互換中的比較優(yōu)勢建立一套有效的動態(tài)匹配機(jī)制。

2.金融互換與算法的關(guān)聯(lián)性分析。算法在本文中主要是指對金融互換的比較優(yōu)勢問題進(jìn)行有效性擴(kuò)展，通過征信系統(tǒng)形成利率的差別化，在此基礎(chǔ)上利用人工智能、云計算等測算出資金需求方在金額、期限、使用方向等方面借款的可能性，運(yùn)用一系列算法對兩個及兩個以上的資金需求主體進(jìn)行動態(tài)匹配。這里需要說明的是，企業(yè)與個人應(yīng)分開測算，對企業(yè)一般可以采用整體經(jīng)濟(jì)行為、經(jīng)營管理、各項(xiàng)動態(tài)指標(biāo)等進(jìn)行測算；對個人則可以結(jié)合傳統(tǒng)的消費(fèi)收入情況、手機(jī)端與PC端的使用，以及形成的消費(fèi)行為、消費(fèi)偏好、其他收入等各方面進(jìn)行綜合測算。結(jié)合這種關(guān)聯(lián)性分析和金融互換兩個主體進(jìn)行測算，根據(jù)組合方式得出最高可以關(guān)聯(lián)的數(shù)量為：

三、大數(shù)據(jù)背景下金融互換、征信體系與算法框架設(shè)計及其經(jīng)濟(jì)效益分析

1.金融互換、征信體系與算法框架設(shè)計。本文進(jìn)一步對金融互換與征信體系的關(guān)聯(lián)性、金融互換與算法的關(guān)聯(lián)性進(jìn)行整合與修正，從企業(yè)和個人兩個角度構(gòu)建一套金融互換、征信體系與算法的基本框架，如圖所示。

（1）企業(yè)征信體系與金融互換的動態(tài)匹配。框架的左半部分主要針對的是企業(yè)，該系統(tǒng)中主要存在兩條回路：①收集企業(yè)信息→企業(yè)征信體系→企業(yè)信用評級→企業(yè)利率差別化定價→企業(yè)比較優(yōu)勢動態(tài)匹配合作收益（利率）→金融互換（企業(yè)）收益額→金融互換體系合作總收益→企業(yè)收入→收集企業(yè)信用信息；②企業(yè)群（n+Δn）→n選2組合→企業(yè)本金匹配金額→企業(yè)資金缺口金額（Δn）→企業(yè)群（n+Δn）。

以上兩條回路中，①為主回路，②為子回路。首先，通過收集企業(yè)信用信息，結(jié)合生產(chǎn)企業(yè)信用產(chǎn)品的機(jī)構(gòu)情況建立企業(yè)征信體系，在此基礎(chǔ)上通過測算企業(yè)信用級別并結(jié)合資金的使用去向來為企業(yè)利率進(jìn)行差別化定價；其次，通過對具有資金需求的企業(yè)群體進(jìn)行兩兩有效的組合，從而結(jié)合利率差別化定價對企業(yè)比較優(yōu)勢進(jìn)行動態(tài)匹配，根據(jù)互換基本原理測算出合作收益所采用的利率；同時，根據(jù)企業(yè)群體兩兩有效的組合測算出企業(yè)本金匹配金額，根據(jù)上述企業(yè)比較優(yōu)勢動態(tài)匹配合作收益利率，并扣取金融中介的服務(wù)費(fèi)，最終測算出企業(yè)在金融互換中產(chǎn)生的收益金額，在這個過程中進(jìn)行企業(yè)本金匹配時會存在單家企業(yè)的資金缺口，將其反饋給企業(yè)群進(jìn)行二次匹配，周而復(fù)始，將資金缺口最小化；最后，合作收益會影響企業(yè)自身的收入，為下一步收集企業(yè)信息奠定基礎(chǔ)。

（2）個人征信體系與金融互換的動態(tài)匹配?？蚣艿挠野氩糠种饕槍Φ氖莻€人，該系統(tǒng)存在四條回路：①收集個人信用信息→個人征信體系→個人信用評級→個人利率差別化定價→個人比較優(yōu)勢動態(tài)匹配合作收益（利率）→金融互換（個人）收益額→金融互換體系合作總收益→個人收入→收集個人信用信息；②收集個人信用信息→個人征信體系→個人信用評級→個人利率差別化定價→個人比較優(yōu)勢動態(tài)匹配合作收益（利率）→金融互換（個人）收益額→金融互換體系合作總收益→個人收入→個人消費(fèi)→收集個人信用信息；③收集個人信用信息→個人征信體系→個人信用評級→個人利率差別化定價→個人比較優(yōu)勢動態(tài)匹配合作收益（利率）→金融互換（個人）收益額→金融互換體系合作總收益→企業(yè)收入→個人收入→收集個人信用信息；④個人群體（m+Δm）→m選2組合→個人本金匹配金額→個人資金缺口金額（Δm）→個人群體（m+Δm）。

以上四條回路中①②③為主回路，④為子回路。首先，通過收集個人信用信息，結(jié)合生產(chǎn)個人信用產(chǎn)品的機(jī)構(gòu)情況建立個人征信體系，在此基礎(chǔ)上通過測算個人信用級別并結(jié)合消費(fèi)品的種類來為個人利率進(jìn)行差別化定價；其次，通過對具有資金需求的個人群體進(jìn)行兩兩有效的組合，從而結(jié)合利率差別化定價對個人比較優(yōu)勢進(jìn)行動態(tài)匹配，根據(jù)互換基本原理測算出合作收益所采用的利率；同時，根據(jù)個人兩個群體有效的組合測算出個人本金匹配金額，根據(jù)上述個人比較優(yōu)勢動態(tài)匹配合作收益利率，扣取金融中介的服務(wù)費(fèi)，最終測算出個人在金融互換中產(chǎn)生的收益金額，在這個過程中進(jìn)行個人本金匹配時會存在資金缺口，將其反饋給個人群體進(jìn)行二次匹配，周而復(fù)始，將資金缺口最小化；最后，合作收益會影響個人自身的收入，為下一步收集個人信用信息奠定基礎(chǔ)。當(dāng)然在這個過程中個人收入會影響其消費(fèi)，最終影響個人消費(fèi)信息的收集。與此同時，金融互換體系的合作總收益會影響企業(yè)收入，企業(yè)收入會影響工資與報酬，進(jìn)而影響個人收入，最終影響個人消費(fèi)信息的收集。

此外，在這個過程中由于個人收入決定了個人的消費(fèi)，個人消費(fèi)會影響企業(yè)的銷售，最終影響企業(yè)收入，企業(yè)收入決定工資與報酬，從而影響個人收入。這就是二部門經(jīng)濟(jì)循環(huán)：個人收入→個人消費(fèi)→企業(yè)收入→個人收入。

2.金融互換、征信與算法框架設(shè)計所產(chǎn)生的經(jīng)濟(jì)效應(yīng)。

（1）節(jié)約社會融資成本，提高資金使用效率。通過建立企業(yè)征信體系，實(shí)現(xiàn)利率的差別化定價，利用比較優(yōu)勢對資金需求主體進(jìn)行動態(tài)匹配，可以產(chǎn)生金融互換合作收益，有效降低企業(yè)資金成本。

首先，利率差別化定價表現(xiàn)為以下兩類資本需求主體情況：第一類要求不同的資金需求主體對同一資金的使用渠道及相同的使用期限實(shí)現(xiàn)差別化定價；第二類要求不同的資金需求主體對不同的使用渠道及相同的使用期限實(shí)現(xiàn)差別化定價。一般來說，資金需求主體對資金的使用期限相同，可以更好地進(jìn)行期限匹配。

其次，現(xiàn)實(shí)中資金需求主體的貸款本金往往難以一致，此時可以通過動態(tài)匹配補(bǔ)充其資金缺口。例如：A客戶對資金的需求量為1000萬元，B客戶對資金的需求量為700萬元，C客戶對資金的需求量為500萬元，D客戶對資金的需求量為250萬元，此時可以進(jìn)行本金一致性匹配。下表展示了客戶A、B、C、D對貸款本金的動態(tài)匹配全過程。

其中，客戶A與客戶B之間的匹配資金為700萬元，客戶A的300萬元資金缺口與客戶C完全匹配，客戶C的200萬元資金缺口與客戶D的200萬元完全匹配，最終客戶D的50萬元資金缺口由于無法匹配，執(zhí)行原貸款利率。此時，客戶A與客戶B的700萬元資金可以實(shí)現(xiàn)A與B的合作收益，用ΔCAB表示；客戶A與客戶C的300萬元資金可以實(shí)現(xiàn)A與C的合作收益，用ΔCAC表示；客戶C的200萬元資金缺口與客戶D的200萬元資金可以實(shí)現(xiàn)C與D的合作收益，用ΔCCD表示。

最后，根據(jù)上述分析，假定ΔCAB=1.0%，ΔCAC= 0.8%，ΔCCD=1.2%，同時在這個過程中，金融中介都在合作收益中扣除0.1%的費(fèi)用。根據(jù)金融互換的基本原理且合作方收益進(jìn)行五五分成，客戶A與客戶B的年合作收益為：700×（1.0%-0.1%）/2=3.15（萬元）；客戶A與客戶C的年合作收益為：300×（0.8%-0.1%）/2=1.05（萬元）；客戶C與客戶D的年合作收益為：200×（1.2%-0.1%）/2=1.1（萬元）。最終整個動態(tài)匹配群體產(chǎn)生的總收益為：ΔCAB×2+ΔCAC×2+ΔCCD×2=10.6（萬元）。按照這樣的規(guī)律，現(xiàn)實(shí)中可以將所有企業(yè)進(jìn)行動態(tài)匹配，最終站在行業(yè)、宏觀經(jīng)濟(jì)角度來看，可以有效節(jié)約社會融資成本，提高資金使用效率。

（2）有效刺激消費(fèi)，從而拉動內(nèi)需。通過建立個人征信體系，實(shí)現(xiàn)利率的差別化定價，利用比較優(yōu)勢對資金需求主體進(jìn)行動態(tài)匹配，通過大數(shù)據(jù)、人工智能對消費(fèi)者進(jìn)行服務(wù)遞推，結(jié)合消費(fèi)偏好與產(chǎn)品的選擇來為消費(fèi)者提供合理的消費(fèi)信貸，可以有效促進(jìn)消費(fèi)。通過消費(fèi)拉動經(jīng)濟(jì)增長，最終拉動內(nèi)需，促進(jìn)整個宏觀經(jīng)濟(jì)高質(zhì)量增長。

（3）為金融中介拓寬業(yè)務(wù)渠道。征信體系的建立要求對資金需求方實(shí)行信用評級，信用評級要求利率差別化，整個信息的形成經(jīng)過大數(shù)據(jù)運(yùn)算，根據(jù)經(jīng)濟(jì)主體的各類資金需求行為并結(jié)合比較優(yōu)勢進(jìn)行有效匹配，從而為金融中介拓寬業(yè)務(wù)渠道，金融中介通過大數(shù)據(jù)分析與遞推，對發(fā)生互換行為的企業(yè)與個人收取一定比例的服務(wù)費(fèi)用，進(jìn)一步增加了其收入來源。表中金融中介最終產(chǎn)生的收益額為：（700+ 300+200）×0.1%=1.2（萬元）。站在行業(yè)、宏觀經(jīng)濟(jì)的角度來看，通過規(guī)模效應(yīng)實(shí)現(xiàn)了財富的再分配。

（4）衍生了大數(shù)據(jù)與人工智能相關(guān)的新行業(yè)。通過建立金融互換、征信體系與算法的框架，可以衍生出大數(shù)據(jù)方向的各類行業(yè)。例如，企業(yè)征信系統(tǒng)需要借助大數(shù)據(jù)與人工智能進(jìn)行信用評級，信用評級實(shí)現(xiàn)了對資金需求主體在資金使用渠道、使用期限等方面的利率差別化定價，利率差別化定價有助于各資金需求主體發(fā)揮其中的比較優(yōu)勢，比較優(yōu)勢的產(chǎn)生需要從資金使用數(shù)量、資金使用期限等方面進(jìn)行動態(tài)匹配，在產(chǎn)生的合作收益中提取金融中介費(fèi)用，該項(xiàng)費(fèi)用作為中間業(yè)務(wù)用來維持人工智能行業(yè)、金融行業(yè)正常經(jīng)營的開銷。最終，衍生的新興行業(yè)由于節(jié)約了社會總成本進(jìn)而拉動經(jīng)濟(jì)，對高質(zhì)量經(jīng)濟(jì)增長起到了推動作用。

（5）提高資金使用效率，為貨幣供給側(cè)結(jié)構(gòu)性改革奠定基礎(chǔ)。企業(yè)、個人通過征信系統(tǒng)實(shí)現(xiàn)利率差別化定價與動態(tài)匹配，節(jié)約了企業(yè)的融資成本，促進(jìn)了個人的消費(fèi)升級，同時推動了金融中介的發(fā)展。整個運(yùn)行體系保證了貨幣在流通領(lǐng)域中的有效供給，最終提高了貨幣資本的使用效率，為貨幣供給側(cè)結(jié)構(gòu)性改革奠定基礎(chǔ)。

四、對金融互換、征信體系與算法設(shè)計提出的建議

1.借助人工智能完善征信系統(tǒng)，實(shí)現(xiàn)利率差別化定價。近年來，隨著大數(shù)據(jù)時代的到來，征信系統(tǒng)也需要不斷完善。借助于人工智能，企業(yè)與個人信息資源能夠得到有效的配置，借助于云計算，征信系統(tǒng)能夠得以完善，最終為實(shí)現(xiàn)利率差別化定價奠定基礎(chǔ)。對企業(yè)來說，隨著財務(wù)共享的實(shí)現(xiàn)，企業(yè)在各項(xiàng)購買、經(jīng)營、銷售等環(huán)節(jié)的數(shù)據(jù)都需要借助于人工智能來進(jìn)行測算，根據(jù)歷史、現(xiàn)在、未來的預(yù)測情況并結(jié)合企業(yè)資金使用去向?qū)蔬M(jìn)行合理定價。其中，對于資金的使用去向，需要結(jié)合經(jīng)濟(jì)形勢、行業(yè)態(tài)勢等方面利用人工智能等新技術(shù)手段進(jìn)行風(fēng)險評估，對資金使用去向中風(fēng)險較高的行業(yè)實(shí)行高利率定價，資金使用去向中風(fēng)險較低的行業(yè)實(shí)行低利率定價；對于個人來說，隨著消費(fèi)升級，手機(jī)端與PC端的支付普及，個人的收入、消費(fèi)行為數(shù)據(jù)目前基本完善，下一步需要對個人的未來資金需求和消費(fèi)偏好行為做出合理的預(yù)測，有針對性地進(jìn)行服務(wù)遞推，通過消費(fèi)偏好與資金需求進(jìn)行合理的利率定價。

2.建立金融互換動態(tài)匹配平臺，減少信息不對稱問題。利率差別化的產(chǎn)生使金融互換成為可能，建立金融互換動態(tài)匹配平臺可以有效解決資金需求主體之間的信息不對稱問題。與此同時，隨著用戶的增多，用戶對資金的需求在金額、期限等方面必然呈現(xiàn)多樣化的選擇，動態(tài)匹配在一定意義上可以很好地滿足用戶的多樣化需求，通過動態(tài)匹配降低資金成本，提高資本效率。

金融互換的比較優(yōu)勢原理正是通過這一方法對其進(jìn)行動態(tài)匹配，對具備潛在資金需求的企業(yè)或者個人的數(shù)量進(jìn)行兩兩組合，通過建立一系列算法測算其中的合作收益，尋找出最優(yōu)動態(tài)匹配企業(yè)，達(dá)到合作收益最大化，這里本文提出如下測算方法：

該公式展示了對于資金需求期限相同的用戶的動態(tài)匹配方法。其中：？Cmax表示企業(yè)或個人兩兩動態(tài)匹配后合作收益最大化的數(shù)值；C1、C2表示動態(tài)匹配企業(yè)或個人兩兩不合作交易的利率總成本。

經(jīng)過一系列反復(fù)測算，可以實(shí)現(xiàn)在企業(yè)群或者個人群體中每兩家動態(tài)匹配收益最大化，最終有效地為企業(yè)或者個人降低資金成本。

3.加強(qiáng)資金管理，及時反饋資金缺口。由于金融互換要求資金需求雙方的本金一致，在進(jìn)行動態(tài)匹配中，往往會存在資金缺口，此時需要通過反饋機(jī)制將存在匹配缺口的企業(yè)或者個人的部分資金量反饋到原來的群體中進(jìn)行二次匹配，從而實(shí)現(xiàn)資金缺口最小化。

4.及時反饋金融互換產(chǎn)生的效益，合理測算下一步利率定價。整個系統(tǒng)經(jīng)過運(yùn)行后，需要及時對所產(chǎn)生的經(jīng)濟(jì)效益做出反饋，反饋會影響下一期企業(yè)或者個人的信用信息更新以及自身各項(xiàng)財務(wù)數(shù)據(jù)的變化，其變化程度會直接影響下一期利率定價結(jié)果，從而影響多家企業(yè)或者個人動態(tài)匹配的結(jié)果，因此，該項(xiàng)反饋機(jī)制十分重要。

五、結(jié)論與展望

企業(yè)與個人的金融數(shù)據(jù)更新直接影響到未來征信體系的完善性，大數(shù)據(jù)與人工智能介入征信體系對經(jīng)濟(jì)高質(zhì)量增長發(fā)揮著重要的作用。信息共享為征信體系的建立奠定了基礎(chǔ)，金融互換動態(tài)匹配平臺的建立解決了用戶信息不對稱的問題，通過金融互換與動態(tài)匹配形成一系列算法，可以有效地為企業(yè)與個人降低資金成本。在這個過程中，可以衍生出其他相關(guān)行業(yè)的發(fā)展，直接關(guān)系到消費(fèi)、內(nèi)需等各個方面。整個系統(tǒng)需要進(jìn)行有效性傳遞，并且及時對各個環(huán)節(jié)做出合理反饋。征信體系、金融互換、動態(tài)匹配體系一旦形成，就可以在解決資金閑置問題的同時，節(jié)約社會資金成本，提高資本使用效率。

本文在大數(shù)據(jù)、人工智能背景下結(jié)合征信體系、金融互換等問題形成了一套動態(tài)匹配的算法，還需要對企業(yè)與個人的相關(guān)數(shù)據(jù)進(jìn)行挖掘，通過平臺的建立與運(yùn)行為信息資源的共享、征信體系的完善、動態(tài)匹配的實(shí)現(xiàn)、反饋機(jī)制的形成等方面衍生新生行業(yè)，保證經(jīng)濟(jì)高質(zhì)量增長。

【主要參考文獻(xiàn)】

[1]張亦春，鄭振龍.金融市場學(xué)[M].北京：高等教育出版社，2013：1～375.

[2]姚洪心，吳伊婷，趙袁軍.中小企業(yè)信貸、銀行規(guī)模與征信服務(wù)模式[J].商業(yè)研究，2018（1）：133～142.

[3]葉湘榕.基于應(yīng)用創(chuàng)新的個人信用評分設(shè)計探討[J].征信，2019（3）：58～62.

[4]李朋林，董一一.區(qū)塊鏈技術(shù)在商業(yè)銀行業(yè)務(wù)模式創(chuàng)新中的應(yīng)用[J].財會月刊，2018（21）：46～52.