我国信用评价领域的知识图谱与前沿态势分析

程 鑫,常德民,李治平

(1.山西财经大学 信息学院，山西 太原 030006；2.宾夕法尼亚州立大学，美国 宾夕法尼亚州 帕克 19019)

信用评价作为经济管理领域的永恒主题,越来越受到国家和地方政府的重视。2012年,党的十八大提出“加强政府诚信、商务诚信、社会诚信和司法公信建设”[1];2014年,国务院发行社会信用体系建设规划纲要(2014—2020年)指出要加强信用信息系统建设[2];2017年,党的十九大报告中亦提出“推进诚信建设,强化社会责任意识”[3]。信用管理是经济社会运行中必不可少的一环,随着中国市场经济体制的不断完善,维护正常的经济秩序,防范信用风险,信用评价的重要性日趋显著。合理的评价有助于缓解正规金融机构在借贷中面临的信息不对称问题,更有助于推动中国经济社会的健康稳定发展,为中国社会信用体系的建设添砖加瓦。国内专家学者对信用评价这一领域做了许多研究,为推进我国信用评价这一领域发展做出了卓越贡献。

信用评价领域的知识架构和其他学科相比还不够完善,伴随着经济社会发展的不同阶段出现了不同的研究热点,而有些研究热点与过往研究方向之间有重叠部分,它们之间的关系以及对未来研究有什么不同影响?本文利用文献计量工具CiteSpaceV,通过分析国内近十年信用研究的文献,相较于传统的系统综述,它在追踪新出现的研究热点和发现关键问题方面提供了一个更为及时的方法,能够清晰展现该研究领域的总体图景,从而为国内“信用评价”的研究与实践提供一定的借鉴。

一、文献综述与问题提出

国家对信用体系建设的重视程度日益增加,大数据背景下数据的获取也更为便利,统计及机器学习方法在不断的完善,使得信用研究主题在不断丰富，同时也促进了信用评价方法的创新与发展。

围绕“信用评价”已有研究梳理学界在该领域的知识贡献,主要分为以下几大类:以信用评价为出发点构建不同层面的信用评价体系,比如行业协会商会信用体系建设研究[4];针对特定类型主体进行信用评价研究,比如基于大数据的跨境电商平台供应商信用评估研究[5]、基于ELECTRE III的农户小额贷款信用评级模型[6];针对信用风险评价、识别、变量选取等方法上的研究,比如基于Lasso-logistic的个人信用风险预警方法[7];以评价主体的特征为出发点分析其对信用评分的影响,比如户主性格对农户履约行为的影响[8]、基于农户信用特征的三维信用评价[9]。

具体考察发现,大部分学者只是针对信用评价的某一研究内容进行研究,对国内信用评价进行系统梳理与总结的文献不多[10-15],而且这些研究并未直接探讨国内信用评价的研究进展及总体趋势,包括核心作者和机构群、学科分布、发表期刊、关键词、历年课题资助情况分析等。基于此,本研究试图通过对CNKI上信用评价相关期刊论文数据以及历年国家社科、国家自科、教育部课题立项数据回答以下问题[16]:信用评价领域的核心作者和机构群有哪些特点?信用评价领域的核心期刊群有哪些特点?信用评价领域的学科分布呈现出哪些特点?信用评价领域的关键词分布呈现出哪些特点?信用评价领域的立项课题呈现出哪些特点?

二、数据来源与研究设计

(一)数据来源

本文主要以CNKI中的文献作为数据来源,通过运用高级检索功能,以“信用评价”“信用评级”为主题词进行检索,检索范围限于核心期刊与CSSCI来源期刊(含扩展版),检索时间限于2008年1月-2018年7月,初次搜索到1208篇文献。其中包括少部分篇名信息不全、重复、与信用评价相关性低的文献,为确保数据的准确性,对文献数据进行清洗后最终获得1185份有效样本。

(二)研究工具及思路

基于寻径网络及共引分析理论等算法的CiteSpace软件可以用于科学知识图谱的绘制及定量分析,进而揭示知识群之间复杂多元的结构、历史模式、网络关系等,最终可以通过特定领域知识图谱的绘制了解学科整体的发展趋势并构建研究领域的知识结构。对于如何展现某研究领域内的研究现状及发展趋势,CiteSpace软件的研发者陈超美教授认为:可以用“研究前沿”和“知识基础”随时间动态变化的情况来描述。自2004年CiteSpace问世以来,已得到国际国内研究机构和人员的广泛使用[17-25],但关于“信用评价”领域的文献计量分析鲜有研究。

本文通过对“信用评价”领域内相关文献的关键词、作者以及机构进行聚类分析,通过绘制高频关键词共现图谱、时区图谱,并根据文献中的研究前沿词汇描绘出国内“信用评价”研究的热点主题和发展趋势。

三、研究发现

(一)研究时间拐点发现

通过对近十年“信用评价”领域的1185份有效样本进行年度发表数量的统计分析(见图1),可以得到这段时期内的成果数量变化关系,进而了解该学科领域的发展特点和基本规律。

图1 信用评价研究论文的年度分布

如图1所示,从2008年至2018年的十年半时间中,“信用评价”领域的文献数量有较为大幅度的波动,其中2009年、2012年、2014年是信用评价研究的三个重要拐点。学术研究中围绕某一领域的发文数量可以直接反映当前时间该领域的研究热度。对于社会经济领域的研究热点,除了和当时社会经济发展的状况密切相关,国家政策层面的导向也很重要。

2008年的文献数量仅为88篇,说明这一时期信用评价领域的热度不高,而从2009年起研究数量急速上升达到了127篇,之后到2011年三年时间内文献发表数量相对稳定。2009年之所以成为第一个拐点,一方面随着我国市场经济的运行,信用的重要性逐渐凸显;另一方面,2008年3月,国务院办公厅连续发布两个重要文件,一个是关于建立国务院社会信用体系建设部际联席会议制度的通知[26],另一个是关于社会信用体系建设的若干意见[27]。但由于科学研究需要长时间段的投入才能出成果,所以虽然在2008年初国家出台了一系列相关文件,但到2009年研究成果才有了急速的上升。到2012年,文献发表数量又回落到86篇,说明在这一阶段该领域的热度开始回落,研究遇到瓶颈,缺少新的研究热点。在之后两年里,文献数量稳步上升,到2014年发文量达到最大值132篇,国务院在2014年出台的《社会信用体系建设规划纲要(2014—2020年)》对信用评价领域研究的推动起着不可或缺的作用。纲要明确了我国社会信用体系建设的方向、重点领域和关键举措[2]。

总的来说,近十年来信用评价文献数量虽有些许波动,但相对保持在一个较高的发文量水平(2018年数据不完整),说明并未有迹象表明该领域研究会进入衰退期甚至停滞发展。在大数据背景下,随着科学研究范式的转变,信用评价领域的研究或将在引入新理论、新方法、新技术、新工具的过程中发生变动或分化,迎来一个新的发展阶段。

(二)学科分布情况

通过对信用评价研究领域的学科分布进行探索,能够明晰不同学科对该领域的关注程度,展现相关学科在推动领域发展过程中所起到的作用。如图2所示,属于金融学科有362篇,占总数的26%。属于工商管理学科有297篇,占总数的21%,此外数量经济、商业经济、国民经济和工业经济学科发表的文献也在发表文献总数中占据了较大比例。据此发现信用评价相关研究多属于金融、管理、经济学科,而图书情报档案学科发文量仅占总数的2%,说明图书情报学科对信用评价领域研究仍然处于初级阶段,而且与其他学科形成渗透、交叉态势,与其他学科关联较少。

图2 文献所属学科比例图

(三)信用评价核心作者与机构发现

1.核心机构网络

对信用评价领域高产机构的共现分析可以直观了解这一领域的主要研究力量,找到该学科领域的核心学术机构,发现机构之间的合作关系。

图3 研究机构网络视图

如图3所示,核心机构的节点大小表示机构的发文量。选取阈值为4,得到信用评价研究发文数量≥4的研究机构有12个。其中,中国人民大学财政金融学院发文量最多,大连理工大学工商管理学院与大连理工大学管理与经济学部在信用评价领域也都有很多成果,经对比发现成果其实属于同一个核心团队[28-30],类似的还有天津大学管理与经济学部与天津大学管理学院。此外,代表性的研究机构还包括西北农林科技大学经济管理学院、西安交通大学经济与金融学院、杭州师范大学阿里巴巴商学院等,集中在经济类和管理类。从机构之间的连线来看,发现连线较少,说明跨机构合作较少,大多是机构内部合作。

2.核心作者网络

运用CiteSpace软件可以计算并生成作者合作知识网络,其中各个节点代表作者的发文数量,节点越大,则说明该作者发文数量越多;节点之间的连线表示作者之间的合作关系,连线的粗细代表作者之间的合作紧密程度。图4表明,信用评价领域在金融、经济和管理三个学科间初步形成了若干研究团队,分别是以迟国泰、吴晶妹、张目、王雪青、管晓永和熊学萍为核心,研究者们的合作网络仍然主要局限在本机构内,跨机构合作网络尚未形成,不利于信用评价研究的深入研究和持续发展。

图4 信用评价研究作者合作知识图谱

表1则更详细地展示信用评价研究的核心作者及主要合作者等。核心作者是推动学术创新与学科发展的骨干力量,根据普莱斯定律[31]:在某一领域中,高生产力作者的发文量应占该领域总量的一半,这一作者集合约等于全部作者总数的平方根。有计算公式如下:

(1)

其中m为统计时段内核心作者最低发文量,nmax为统计时段内最高产作者发文量。

统计结果显示: 2008到2018年7月期间,国内信用评价领域最高产作者发表核心论文数量为15篇,因而根据公式(1)计算得到该段时间领域内核心作者的最低发文量应>2.9篇。经统计共有13位作者共发表82篇文献,占总发表文献的6.90%,远远达不到总发文量的50%,说明国内信用评价领域的核心作者相对其他学科而言不高产,而领域内其余作者研究成果较零散,没有形成有规模的合作。与国外的信用评价研究相比,中国的信用评价研究领域还不成熟,尚处于发展阶段。

表1 部分核心作者统计

(四)用评价的核心期刊群

统计得到十年内有关信用评价论文累积发表数≥8的10种期刊,见表2,共刊载文献277篇,占总数的23.30%,管理类期刊和金融、经济学期刊是刊发信用评价研究学术成果的主要平台。载文量前十的期刊一半来自管理学领域。金融经济学领域的期刊《征信》以其专业性凭借92篇的发文总量高居榜首,影响因子相比于其他期刊处于平均偏上的位置,但未被2014版北大核心收录。从总体看,除《管理科学学报》影响因子高一些,其他9种期刊影响因子平均值为1.034,这从侧面表明信用评价学术成果的质量有待提高。

表2 文献来源期刊分布表

注:影响因子采用(2018版)复合影响因子,收录类型CSSCI缩写为C,征信未被北大核心(2014版)收录。

(五)信用评价领域基金支持情况分析

图5 信用评价研究成果获资助情况

某一研究领域基金项目资助的文献数量在该领域文献总数中所占的比例,尤其是国家基金支持某一课题的情况,是衡量一个研究领域被重视程度的指标之一。在这十年半期间,国家社会科学基金和国家自然科学基金项目支持的论文成果共301篇,占总发文量的26%,并且社科、自科资助的发文量年平均值都在10篇以上,说明信用评价领域研究一直得到国家的高度重视。图5所示,国家自然科学基金资助的发文量与信用评价领域内整体发文数量变动趋势基本一致,说明国家项目的支持力度会影响信用评价领域期刊论文发表的数量。相较于国家社会科学基金的资助发文量,自科项目资助的发文量增速更快,拐点出现更早。

四、信用评价研究热点及演化路径

(一)关键词分布及核心主题发现

关键词是作者对文献内容的总结和概括,通过对关键词进行聚类分析可以直观地反映出某学科领域的研究热点并能够预测其发展趋势。剔除“信用评价”“企业”“银行”等无归纳意义的关键词,得到考察时间段内信用评价研究领域的关键词共现图谱(见图6),图中每个节点代表一个关键词,节点的大小表示该关键词出现的频次高低,节点间连线的粗细表示关键词共被引频次高低。其中,带光圈的节点“信用风险”“信用评价体系”“大数据”“电子商务”“信用风险评价”“供应链金融”具有较高的中心性,这些节点彼此间以及与其它节点之间联系紧密。由此,我们大致可以判断现有研究的重点可能涉及大数据环境下信用评价体系构建、大数据环境下信用评价方法改进、电子商务中的信用评价问题等。结合前文的分析和对1185篇论文的综合分析,本文将参考上述结果从研究问题、应用领域、时代背景这几个方面详细讨论当前信用评价研究的核心主题。

图6 高频关键词共现图谱

1.主要研究问题

“信用风险”“信用体系”与信用评价有着十分紧密的关系,表明在研究信用评价时要充分探讨“信用风险”和“信用体系”这两个问题。目前国内在信用评价这一领域的研究也大多是从这两个方面进行考量,其中建立符合信用评价主体(个人、企业以及政府机构)自身特点的“信用体系”是能够实现正确进行“信用评价”的重要前提,“信用评价”的准确性影响着“信用风险”大小。

大部分学者在信用体系构建时都是根据既定的理论或者准则来选取评价指标,使得在构建指标体系时存在信息冗余、或者所选择的指标代表性不好的情况。需要通过分析特定时期评价主体在各个阶段的行为特点来选取指标,并且对选取的指标进行筛选、清理,这样才能保证信用评价指标体系构建的准确性和科学性。这也是未来研究的主要问题之一。

2.应用领域

在图6中,可以看出“商业银行”“供应链金融”“中小企业”“小微企业”有较好的中心性,与“信用评价”“信用风险”“信用体系”等关键词联系紧密,说明信用评价领域研究主要集中在商业银行、中小企业、小微企业以及供应链金融这几个领域内的信用指标体系的构建、信用风险的评估。这是由于我国的政策导向,近几年在扶持中小企业的政策导向下,小微企业融资途径趋于多样化,但由于小微企业征信体系建设不完备,造成一些融资平台资金供应链断裂,易于引发平信用危机。随着网络金融的发展和金融市场的不断成熟,小微企业互联网融资必然成为其融资选择的主要途径之一。如何有效提升互联网融资平台的执行效率,保证投资人的利益,构建准确的小微企业互联网融资信用评估体系显得尤为重要。对此,针对小微企业的信用评价体系构建成为了许多学者的研究方向,尤其是以互联网金融和大数据为背景,如何更好地建立符合小微企业的信用评价体系更是得到了诸多学者的关注[32-36]。

3.时代背景

“大数据”与“互联网金融”两个关键词出现,且与“信用风险”“信用指标体系”等关键词联系紧密,说明目前信用评价领域的研究是在“大数据”与“互联网金融”的大背景下。相较于以前较为传统的信用评价来说,在“大数据”与“互联网金融”背景下的信用评价衍生出了许多新的研究方法以及研究热点。在信息技术高速发展的今天，对个人、企业、甚至是国家的信用评价体系进行合理构建,对各行各业的信用水平进行准确评价,由此推进我国信用社会持续稳定的发展。

(二)信用评价热点演化路径

不同时代背景会孕育出不同的研究热点,图7突发术语图谱可清晰描绘出信用评价领域研究的演化路径。高频关键词被投影到以时间为横轴的坐标系中,可以直观地看到这一阶段国内信用评价的研究路径和发展趋势。

图7 信用评价研究突发术语图谱

从图7中可以看出信用评价领域的研究热点集中在2008至2010年三年时间里,在这段期间内“层次分析法”运用广泛。2012年出现的热词为“供应链金融”,紧随其后的热词为“小微企业”。供应链金融是银行与核心企业达成的、面向供应链所有成员企业的系统性融资安排。针对供应链金融所做的信用评价研究及小微企业信用评价研究在这一时期成为诸多学者关注的热点。而在2015年,我们可以看到出现了“大数据”这一热词,大数据时代的到来使得信用评价领域引入了许多数据挖掘、统计学习中的新的方法[37-41],层次分析法不再是主流方法,并由此衍生出许多新的研究热点,比如信用评价中指标筛选[41]、信用评价模型的优化[42]、信用评价中不平衡数据的处理[43-45]。大数据背景下的信用评价研究俨然已成为时下的主流。

五、结论

通过对信用评价研究领域的文献梳理发现,国内学者对信用评价的关注相对保持在一个较高的水平,其中2009年、2012年、2014年是信用评价研究的三个重要拐点。已经初步形成以中国人民大学财政金融学院吴晶妹教授团队、大连理工大学管理与经济学部迟国泰教授团队以及天津大学管理与经济学部王雪青教授团队等为代表的核心作者和机构群,尽管他们的合作网络仍局限在本机构内;经济管理类期刊是主要发表平台,但核心期刊档次总体偏低,研究成果质量有待提高。

“大数据”“信用体系”“信用风险”“小微企业”“供应链金融”“电子商务”等是信用评价研究的核心关键词;信用评价研究的核心主题涉及大数据环境下信用评价体系构建、大数据环境下信用评价方法改进、电子商务中的信用评价问题、小微企业信用体系建设等。尽管如此,与国外学者对信用评价的研究以及国内信用评价的实践相比,我国信用评价的理论研究尚存在不少亟待开拓的领域。它们至少包括:多源异构信用数据的收集及处理、动态信用评价方法研究、信用评价中不平衡数据的处理、信用评价中指标筛选、信用评价模型的优化等。