大数据背景下基于联邦学习的小微企业信用风险评估研究

摘要：

小微企业信用风险评估难是制约其融资和发展的一个主要障碍。基于大数据的小微企业信用风险评估依然面临着单机构数据片面、跨机构数据共享难、模型不稳定等诸多挑战。针对相关问题和挑战，本项目拟在多主体所有权数据隐私保护与安全共享的背景下，融合多领域知识，构建金融大数据驱动的多方数据协同新范式。本项目将开展以下具体课题研究：基于联邦学习的中小企业信用评估模型研究，包括联邦学习参与方价值贡献度评价方法研究、特征可解释性研究和企业间金融关联信用风险建模方法；在模型研究基础上，开展基于联邦学习的小微企业信用评估示范应用验证。本项目研究成果将丰富与发展小微企业信用特征大数据中的多维表征、融合和智能评估的科学方法，提供全新视角，更加精准评估小微企业的信用状况；基于联邦学习框架，提出一种基于跨机构多所有权数据合作的小微企业信贷评估方案及模型算法，提升数据的隐私保护能力，以及小微企业信贷模型风险评估效果。

小微企业信用风险评估难（主题）是制约其融资和发展的一个主要障碍。基于大数据的小微企业信用风险评估依然面临着单机构数据片面、跨机构数据共享难、模型不稳定（面临的挑战）等诸多挑战。针对相关问题和挑战，本项目拟在多主体所有权数据隐私保护与安全共享的背景下，融合多领域知识，构建金融大数据驱动的多方数据协同新范式（实现的目标）。

本项目将开展以下具体课题研究（具体内容）：

（1）基于联邦学习的中小企业信用评估模型研究，包括联邦学习参与方价值贡献度评价方法研究、特征可解释性研究和企业间金融关联信用风险建模方法；

（2）在模型研究基础上，开展基于联邦学习的小微企业信用评估示范应用验证。本项目研究成果将丰富与发展小微企业信用特征大数据中的多维表征、融合和智能评估的科学方法，提供全新视角，更加精准评估小微企业的信用状况；

（3）基于联邦学习框架，提出一种基于跨机构多所有权数据合作的小微企业信贷评估方案及模型算法，提升数据的隐私保护能力，以及小微企业信贷模型风险评估效果。

结题摘要：

主要研究内容