2019年7月1日上午，广州市金融服务创新与风险管理基地学术报告会于华南理工大学清清文理楼210会议室成功召开。此次基地学术报告非常荣幸邀请到大连理工大学迟国泰教授与大家分享了他的研究成果，报告题目为《一种大数据方法的信用风险预警研究——基于最优特征子集的大数据违约风险预警》。此处学术报告由广州市金融服务创新与风险管理基地主办，刘勇军教授主持报告。

   迟国泰教授在报告开始介绍了研究背景和研究现状。他提出信用违约的研究至少涉及两个关键问题：一是最优指标组合的遴选，二是最优指标特征的遴选。迟教授认为单个指标的违约鉴别能力强，并不能保证指标组合的违约鉴别能力强，如何遴选出具有最大违约判别能力的指标组合、最大违约判别能力的指标及其特征组合是这两类研究的挑战。基于这两类挑战，迟教授提出信用评级体系构建的难点及突破难点的思路：针对问题一，以平均“互信息”指标组合出最小冗余最大相关(mRMR)的最有指标组合；针对问题二，揭示指标的不同特征及哪个特征对违约鉴别有关键影响。随着讲解的深入，迟教授重点介绍了研究的创新点：运用卡方统计量将数值型指标转化为类别型指标，及将指标特征（虚拟变量编码）与违约状态进行逻辑回归。最后，基于某商业银行2044笔贷款数据进行实证分析，特别地对比分析了本文构建的模型与5个经典指标遴选模型，找出了影响中国农户信用情况的关键指标特征、本模型遴选的指标特征组合的违约鉴别能力最大等颇具现实意义的结论。

   在学术报告的尾声，在座的师生颇有兴趣地提出了关于此次报告更细致的相关问题，迟教授均一一细致举例回答，大家受益匪浅。他提到，大家做实证研究都会关注到数据源，多数据源证明结论是可行的方法那么它肯定可以稳定运用，数据不是问题，思路才是问题，突破性的思路大程度上决定了研究的可操作性和创新性。此外，迟教授提到，以大数据为背景的不同银行、平台等的风险评估及预警的研究拥有广阔的行业发展前景，对其行业就业前景可观且充满信心。

主讲人简介：

迟国泰，大连理工大学金融学教授、金融风险与系统评价管理研究中心主任，多伦多大学管理学院金融系访问教授。在国家自然科学基金委员会管理科学部认定的重要学术期刊发表论文150余篇，被SSCI、SCI、EI、ISTP收录的论文超50篇，出版《投资风险管理》、《债信评级与信用评级理论、模型与应用—基于商业银行小企业贷款的实证研究》等专著和教材12部。