2018年3月23日，中国诚信信用管理股份公司副总裁张英杰博士来到国际商务“互联网案例分析”课堂，为同学们带来一场主题为“大数据、信用与信用应用”的精彩讲座。张英杰博士现任中诚信副总裁，同时也是中国人民大学国发院研究员、中诚信博士后工作站负责人。

讲座由中国人民大学经济学院杨继东副教授主持。

张老师的讲座围绕“信用”从几个方面展开，分别是基本理论框架和概念辨析、互联网+信息技术的发展、信用风险和信用应用以及实际案例分析。

首先，张老师细致讲解了基本理论框架，用一张图阐述信用和信用应用的闭环：信用体系建设可以降低交易成本，而信用是基于行为并通过信用评价模型来确定的，信用主体的行为通过对各类数据的分析来体现。行为可以分为金融行为和非金融行为两种：前者主要应用于资本市场，一般以信用等级的形式体现，如债券评级；后者则主要应用于社会信用体系建设，公共信用信息平台是其主要应用场景。在这些场景中信用体现出了其应用价值，推动商务诚信体系的建设，顺应社会治理模式由关系型向契约型转变的趋势。中诚信的业务就是：通过自身的信用评价模型，把社会主体的履约能力显性化。

商务诚信体系的建设在宏观面可以提高运行效率，在微观面可以降低交易成本。政府、企业、消费者作为市场中较为重要的主体，站在企业角度看政府是营商环境，站在政府角度看企业是诚信经营，全社会来看是促进福利福祉的增加。

随后，张老师对信用与诚信、征信与信用评级、信息与信息成本、金融与非金融信用等几组概念进行了简要辨析。

在讲到信用风险与信用应用部分时，张老师重点强调了人工智能与机器学习在大数据风控中的重要作用。与传统的统计分析的核心在于解释不同，机器学习的核心在于预测。面对同样的真实历史数据，传统统计方法下的视角与机器学习下的视角有很大不同，主要可以体现在拒绝区域和批准区域的分界上。使用机器学习技术，可以使在传统统计方法视角下会被拒绝的对象得以被批准，这是用基于历史数据对对象的精准画像和识别做到的。

最后，张老师结合了三个案例来谈信用产业的应用：

第一个是东湖示范区案例：园区是国家高新技术开发区，位于武汉东湖，主管单位园区管委会一方面需要筛选优质企业入园，另一方面要担心非法集资和入园企业是否按计划生产两个问题。中诚信提供的非法集资金融风控平台，通过大数据监测辖区内企业，使用数据采集、挖掘和模型测算分析来监控非法集资行为。

第二个是泰州企业征信融资案例：作为国家金改试验区，泰州希望在保证中小企业的融资和资源匹配的同时防范金融风险。因此中诚信提供了征信融资E网通，通过大数据征信系统对企业进行信用识别，帮助解决这一问题。

第三个案例是珠海市金湾区营商环境分析系统：张老师详细介绍了该系统，系统由营商环境评价和分析两大模块构成，结合金湾实际情况，引入特色指标，创建了金湾“10+2” 营商环境评价模型，可以为金湾的营商环境进行综合评价及打分排名，捕捉金湾区与各级行政区域、世界其他经济体之间，在商业政策、法律、制度环境及其执行能力方面的差异。依据该系统给出的营商环境分析报告，金湾区以后在招商引资中，可以详细介绍该区营商环境对标世界银行评价体系可以排到多少位，对比其他地区在哪些方面存在怎样的优势等。

在随后的提问环节，同学们积极提问，张老师给予了耐心细致的回答。

有同学提问，大数据原始数据的处理方式是否对数据结果准确性有影响？张老师表示信用评价模型一方面需要不断进行迭代，另一方面数据会交叉校验以补足准确性。也有同学问到掌握大数据的公司的盈利模式有哪些？张老师答道，一类是平台类公司，IT技术强，可以帮客户建立平台；第二类公司进行数据服务，提供数据以盈利；第三类公司提供信用产品应用，客户在需要征信产品时需向提供方支付费用。在提供数据的这个行业，数据来源目前有一些灰色领域，非法倒卖数据现象也较常见，有些公司也会通过一些格式条款来获得数据。

杨继东副教授对讲座进行了总结和点评。杨老师总结了讲座内容，认为机器学习与传统统计分析的区别以及信用应用的三个实际案例让人印象深刻，针对案例的细节，二位老师进行了进一步的讨论。

随后杨老师提出，希望张老师从企业角度分析一下，在大数据背景下经济学背景的学生应该扮演什么角色。张老师表示：经济学背景的学生需要具备准确提出需求的能力，在工作上更偏前端，与客户对接、整理需求、了解方案如何实现十分关键。本质上，企业需要人才拥有面向市场的能力。未来逐渐转向管理岗位时，对全业务链的了解程度上也会有更加综合的要求。

最后张老师、杨老师和同学们合影留念，讲座在热烈的掌声中圆满结束。