全文总字数：10106字
1. 研究目的与意义（文献综述）
1.1研究目的
随着我国经济的飞速发展，经济全球化的不断扩大，国内企业竞争环境变得愈发激烈，同时中国企业“走出去”也需要大量的资金流转和资金储备。因此相对于之前的企业运作发展来说，现在的企业为了自己的发展和竞争地位，往往会采用比以前更高的财务杠杆进行经营，与其他各种原因一同造成企业债务市场的体量飞速增加，并且占社会债务市场中的极大比例，所以企业对企业客户信用的评估是全社会信用评估体系中的一个重要的部分。我国改革开放以来各方面发展成效显著，现代化进程进展飞快，这同时也导致一部分法律法规以及评估模式并没有跟上经济发展的进程。中国企业长期因信用缺失遭受损失，客户拖欠贷款，导致企业应收账款数额不断攀升，经济效益低下，资金周转缓慢，不仅导致某些企业陷入长期亏损的困境，同时增加了整个市场经济体系的交易成本。由中国政法大学中国诚信建设研究中心，联合政府部门、社会团体、新闻机构、教育界人士共同发布的首部关于我国社会主义诚信建设的权威研究报告——《中国诚信建设状况研究报告》指出，由于失信成本低、地方保护主义、监管缺位等因素，我国企业每年因不诚信导致的经济损失高达6000亿元人民币。
通过较为普遍的企业失信风险可以看出，现有客户信用评估指标不完善，不客观并且不能及时根据企业经营现状进行及时的信用等级调整的弊端已经十分明显，对于企业来说，如何建立一个更为客观、动态以及完善的信用评估模式是现代中国企业必须要思考并解决的一个问题。
由于中国正在从工业时代飞速跨越到信息时代，大数据技术在社会各方面、各行业逐渐开始发挥着重要作用。而建设一个更加完善，更加现代化的信用评估模式所需要处理的庞杂、看似毫无关联的数据便可以通过大数据技术的高速运算、大体量的数据整合等优势使客户信用评估结果更准确、评估效率更高、评估结果更有预测性。基于大数据方法的客户信用评估模式可以挖掘出各信息之间的隐藏逻辑，能有效地刻画企业风险和行为特征，提炼出海量信息中可以体现其资金情况和违约概率的有效资讯，使得客户信用评估更加科学全面。可以预见，未来基于大数据方法的客户信用评估模式将为我国企业客户信用评估模式带来新的机遇和发展方向。
1.2 研究意义
理论意义：国务院于2014年6月最新颁布的《社会信用体系建设规划纲要（2014—2020 年）》指出建设社会信用体系是完善我国市场经济体制和治理体制的核心内容之一。它是以信用信息依法应用和优质的信用服务体系为基础支撑的，以法律、法规、标准和契约为依据的，加快市场企业信用体系建设是全面落实科学发展观、构建和谐社会主义的重要支柱，是完善社会主义市场经济体制、加强和创新社会治理的重要手段，对增强社会成员诚信意识，营造优良信用环境有重要作用。该纲要将我国信用体系建设推向了一个新高度。显而易见，客户信用评估对提升国家整体实力，对促进社会发展和进步都具有十分重要的意义。因此如何更加准确、高效的进行客户信用的评估对于中国市场经济体制和治理体制完善和发展的一个十分重要的命题，通过大数据技术，将企业的各类信用评估相关的信息进行整合并且处理的新形式的信用评估模式相对于传统的信用评估模式来说能够更好地、更准确有效地服务于企业，服务于中国经济市场的治理。
现实意义：对于那些需要进行客户信用评估的企业而言，本文通过研究相关的评估指标的筛选并构建一个基于逻辑回归模型和梯度提升决策树模型等为基础进行企业客户信用评估的模型，从而帮助企业有效规避信贷风险，提高企业的账款回收率。同时根据对现有资料的分析，了解中国开展大数据下的客户信用评估体系面临的问题以及相应的对策与建议
同时本文希望通过阐述企业客户信用预警平台建设的必要性，以及相关预警平台的作用机制，以期进一步解决中国企业的现有的客户信用评估模式的时效性弱，反应不及时的问题。通过对企业客户相关公开信息进行实时更新的平台程序以及对企业客户进行部分重要信息的及时报送来确定企业可能面临的坏账损失，从而向财务部门以及管理层提前发出预警并提前进行相关应对政策的制定以期减少或避免相应的坏账损失。
1.3国内外研究现状分析
1.3.1国外相关研究现状
国外关于客户信用评估模式的研究开始于20世纪40年代，将主观单一的专家经验判断法提升到理性的数学模型阶段，并在之后的时间里一直快速发展。国外关于大数据客户信用评估模式的研究主要关于以下两个方面的内容：一是研究评估机构如何将大数据技术与客户信息评估模式结合起来，整合零散信息、深入挖掘隐藏的逻辑关系，更准确的进行客户信用评估，从而降低企业的信贷风险；二是对评估模型的研究，其中包括对人工智能模型的研究和机器学习模型的研究。
表1国外关于信用评估模型的研究
| 学者 | 年份 | 关于信用评估模型的研究成果 |
| David Durand | 1941 | 将统计的方法运用到企业贷款质量的分析研究上 |
| Edward I. Altman | 1968 | 提出传统的信用评估模型之一： Z-Score 模型 |
| Roseberg 和 Gleit | 1994 | 将神经网络模型运用到企业降低信用风险的决策和预防欺诈行为发生的流程中 |
| Fogarty等人 | 1995 | 将遗传算法模型运用于客户信用评估体系中 |
| Loyds Bowmaker | 1997 | 构建了一个基于神经网络模型的客户信用评估系统 |
表2 国外关于大数据在评估机构中的应用的研究
| 学者 | 年份 | 关于大数据在评估机构中的应用的研究 |
| Manyika J,M.Chui | 2011 | 指出大数据时代应该整合新的客户接触渠道，通过政府公开信息、法院公开裁判文书等网络渠道增加与客户的互动和对客户的了解，从而达到精准营销和产品个性设计的目的，并对舆情进行检测，力求在风险事件爆发之前就妥善的处理风险事件，降低企业损失。 |
| Srivastava U,Gopalkrishnan S | 2015 | 企业可以利用大数据技术快速的整合收集到的有用信息，增加自己和客户的利益。他们主要是从扩大产品销售规模、技术运用渠道、客户消费模式、产品细分、客户的情绪和反馈分析以及客户信用安全和反欺诈等六个方面来阐述评估机构应该如何充分的运用大数据技术，并且他们还将研究成果推广到印度银行，为提高全球金融服务水平贡献了力量。 |
| Giudici P,Nicola G | 2016 | 认为系统风险建模的核心是解决金融机构之间复杂关系的问题。他们认为设计一个完美的系统风险预测模型需要多方面的数据，其中不仅包括经济市场价格，还包括金融机构的内部财务信息，以及评估机构的留存信息。他们的研究结果表明将分类图模型与 Twitter 数据结合不仅可以有效的预测系统风险，还可以衡量评估机构获得的回报利益。 |
| ID Lackovic | 2016 | 认为现在的营销环境具有监管趋严、竞争压力变大、消费者要求变高等特点，而大数据技术在市场营销中有巨大的潜力。对此，他提出了针对性的意见以提高大数据营销能力。 |
1.3.2 国内相关研究现状
相较于国外研究来说，国内相关研究的起步较晚，但是由于企业信用评估体系在我国的信用体系建设中的地位逐渐上升，以及我国信息化进程进展飞速，基于大数据方法的客户信用评估模式的研究和应用也得到了快速的发展，我国对这方面的研究主要关注于以下三个方面，主要分为：
（1）关于大数据对于客户信用评估数据的影响的研究，主要研究大数据时代下，以大数据为基础的客户引用评估模式相较于之前传统的信用评估模式的数据更庞杂、进数据关联更广泛的特点。并深度分析大户据对客户信用评估的巨大改变与影响。
（2）关于大数据客户信用评估模型的研究，主要研究适合中国企业的大数据信用评估模型的建立以及对应不同时段、不同企业的不同模型的建立。
（3）关于促进大数据信用评估发展的研究，主要关注于借鉴国外先进的大数据信用评估模式，探讨在各个层面上促进中国大数据信用评估体系的发展，对相关国家战略、政策等提出相关建议。
表3国内关于大数据对于客户信用评估数据的影响的研究
| 学者 | 年份 | 关于大数据对于客户信用评估数据的影响 |
| 吴晶妹 | 2013 | 为以大数据为基础的客户信用评估体系通过全网获得与信用有关的数据从而具有数据海量化、信息覆盖全面化的优势，计算机技术的飞速发展带来的互联网，云计算以及大数据等高新技术将会对现代客户信用评估业的发展影响巨大，甚至会让现代客户信用评估业的内涵发生质的变化。 |
| 刘新海 | 2014 | 认为作为客户信用评估的新方法，大数据技术可以将网络行为特征、舆情风险、司法信息等非结构化数据利用起来，挖掘出散落信息中的关联关系，将看似用处不大的信息集中起来分析，从而更准确的刻画企业违约风险和还贷能力，降低信息不对称带来的影响。因此在大数据时代，同时拥有技术和信息的企业将对传统的客户信用评估带来巨大的影响。 |
| 张海泉 | 2014 | 认为在传统的客户信用风险评估主要是以定性与定量结合分析的方法进行评估的或者是以金融机构信贷员的经验判断为主的。而在“互联网 大数据”的高新技术时代，需要通过系统全面的分析海量的客户信息才能完成信用风险报告，进而对客户信用风险进行管理，这将会给金融机构带来从未有过的挑战，但是金融机构若能将自身的信息技术优势和获取信息的渠道优势结合起来，充分利用好常年累积的大量客户信用评估数据和交易信息，构建属于自己的企业数据库，就能够在大数据时代获取优势，充分展开大数据信息挖掘分析和企业信用风险管理工作。 |
| 康鲲鹏 | 2018 | 通过分析影响大数据清洗的主要因素，回顾了数据获取对时间序列的依赖性并构造了一个大数据模型，然后在列出数据估计属性后，给出了数据清洗时的回归分析，同时探讨回归系数估计的可能影响。最后给出了大数据处理中误差累积的通用表示方法，为大数据清理提供了新方法 |
表4国内关于大数据客户信用评估模型的研究
| 学者 | 年份 | 关于大数据客户信用评估模型的研究成果 |
| 陈建 | 2005 | 对国外成熟信用评分模型的理论和实践进行了深入研究，国内信用评估公司的信用评分模型或多或少地基于他的研究结果来改进，实施和管理信用评分。 |
| 饶大海 | 2016 | 认为大数据模型的建立是客户信用评估中关键的一环，因为基于 大数据方法的客户信用评估模式的核心就是通过大数据技术和模型深入挖掘客户的信用风险，而模型的质量离不开技术的支持，因此机器学习、数据挖掘、爬虫技术的高速发展都为基于大数据方法的客户信用评估提供了技术支持。有效的利用这些技术可以极大程度的降低企业信用风险，将大数据技术的价值发挥到最大。因此，评估机构在设计授信机制时，可以将大数据技术运用到贷前、贷中、贷后等各个环节，从多维度、多角度对客户进行信用评估。同时还需不断的完善优化评估模型，扩大数据规模，提高基于大数据方法的客户信用评估的能力，给客户信用评估行业带来的新机遇。 |
| 宋飞琼，郭梦飞 | 2018 | 结合跨境电商交易模式及平台供应商的特点，充分考虑供应商信用评估数据的来源和处理方法，进而设计了结合大数据技术的面向跨境电商的客户信用评估指标和构建了以神经网络模型（BP）为基础的信用评估模型，并且采用了十折交叉验证和混淆矩阵对评估结果进行了实证分析，结果表明，其设计的指标体系和评估模型有助于降低跨境电商客户信用风险，减少信息不对称问题，降低跨境电商平台交易成本。 |
表5国内关于促进大数据信用评估发展的研究
| 学者 | 年份 | 关于促进大数据信用评估发展的研究成果 |
| 张勇进，王璟璇 | 2014 | 对比分析了欧洲国家的大数据政策，并借鉴了国外政府运用大数据技术的政策，从发展战略规划、数据处理能力以及数据安全管理等方面构建了适用于我国的大数据政策框架，并为促进我国基于大数据方法的信用评估提出了建议：第一是，尽快落实我国大数据技术发展战略，将大数据技术发展纳入重点发展 技术；第二是拟定适应我国大数据发展的配套政策和发展路线，为产业发展、技术研发、推广实施构建合适的市场环境。 |
| 卢芮欣 | 2015 | 认为大数据信用评估要利用爬虫等技术多渠道多角度收集客户信 用，其中包括客户公开信息也可能包括客户隐私信息，故要想基于大数据方法的客户信用评估模式良好的发展必须设定相应的原则：第一，数据的收集必须经过客户同意；第二，应该划分明确的数据收集和使用权限；第三，做好数据保护工作。 |
| 戈志武 | 2017 | 通过对中国大数据信用评估面临的主要表现形式，运作特征和现 实挑战的研究，提出由于我国现有的监管理念和方法，难以弥补大数据信用评估的操作风险，应在制度审慎监督层面、微观层面的商业行为监督和风险管理层面对信息主体权利保护采取相应措施。要实现监管政策目标，有必要转变监管理念，丰富信用评估监管体系，完善信用评估法律法规，引导大数据信用评估机构加强机构自律和行业自律，并注重信息主体的宣传教育。 |
| 张国清 | 2018 | 大数据的发展也会带来专业人才不足、金融监管难度加大以及个人信息的隐私和安全等问题，所以，必须与时俱进发展大数据技术，将先进的管理思路和技术运用到传统金融机构中，以弥补金融机构存在的不足之处，提高计算机技术评估信用风险的能力以及在金融风控体系中的地位。 |
2. 研究的基本内容与方案
2.1研究内容
本文主要的研究内容为以下六个部分:
第一章，绪论。从论文的研究背景、国内外研究现状、研究目的及意义、研究内容及方法、技术路线等进行介绍。
3. 研究计划与安排
研究工作程序为：总体思路细化、基本原理构想、资料收集、理论专题研究、实证分析、归纳分析、论文撰写、结题。
第3周：查阅相关文献资料，明确研究目标，了解研究所需数据资料的搜集方式与分析工具的使用。开始外文资料的翻译。
第4周：确定研究内容，完成开题报告。
4. 参考文献（12篇以上）
[1] 孙玥璠, 杨超, 张梦实. 大数据时代中小企业信用评价指标体系重构[j].财务与会计(6):49-50.
[2] 张国清.大数据时代互联网金融风险防控研究[j]时代金融,2018,2:37-37.
[3] 安小雪.大数据信用评级与互联网融资研究述评[j].征信,2017,35(05):54-57.
