单位名称

地址

学院/部门

指导教师及手机号码

参与赛道（二选一）

£自选赛道

£命题赛道

参赛标题

小组成员（其中，小组长为：）

专业/职务

年级/职称

姓名

手机

参赛项目简介

（200字以内）

推荐意见

（报名表加盖公司或二级学院公章后，在官网上传）

学院盖章

年   月   日

其他需要说明的问题

命题企业

——

法定代表人

——

注册资金

5000万

地址

——

员工人数

200

2023年营业额

1.5亿

主营范围

公司成立于1988年02月，经营范围包括证券市场资信评级，评估各类有价证券、企业资产、企业资信等级、其他与主营业务有关的咨询、培训、经济信息服务。

希望解决的实际问题

题目一：

如何利用人工智能、大数据等科技手段，借助大模型等手段，提高信用评级公司在出具信用评级报告方面的作业效率？如何实现完全自动生成信用评级报告？

题目二：

针对健康产业领域（健康保健服务机构、养老服务机构）等当前发展较快，但获得的金融服务水平较低的现状，如何提高以上两类机构的征信服务水平，以规范和促进其发展？

题目三：

高碳行业如何设定科学、可信的减碳目标，可以煤电行业为例。

题目四：

怎样有效衡量ESG对企业财务绩效的影响，可以金风科技为例。

题目五：

数据孤岛与信息不对称：在信用评估业务中，如何整合多源异构数据（包括但不限于金融交易记录、社交媒体行为、公共记录等），打破数据孤岛现状，提升信用评估的全面性和准确性？

题目六：

智能信用风险预测：开发一套基于大数据和人工智能技术的信用风险预警系统，能够实时监测市场变化和个体行为模式，提前识别潜在的信用风险点，为决策提供支持。

题目七：

隐私保护下的数据利用：在遵守隐私保护法规的前提下，探索高效且安全的数据匿名化处理方法，确保个人隐私的同时，最大化数据价值在信用模型中的应用。

背景知识（约束条件）

题目一：

信用评级报告是发债企业为发行债券必须提供的要件之一，其撰写过程是信用评级分析师通过向被评企业收集资料、现场访谈、实地调查之后，通过整理、加工、分析，形成的信用分析报告；随着AI大模型时代的到来，以及大模型在自然语言处理方面的优势，信用评级行业也开始关注并着手实践利用AI大模型自动生成信用评级报告，期待能为行业提高作业效率、规范作业流程。

题目二：

保健服务机构、养老机构等社会关注度低，行业极度分散，经营水平不高，行业标准化程度低。但随着经济社会发发展，对保健服务业的需求越来越高，以及随着老龄化社会的到来，健康养老产业市场规模必须持续扩张，提供信用服务的企业需要找准自己的定位，在以上行业发展中提供相应的产品和服务。

题目三：

高碳行业减碳背景知识参见：《境外企业转型债券的经验与启示》https://mp.weixin.qq.com/s/7raQzv7kyRyGTIvAdNA_uw

《转型金融中企业科学碳目标设定》

https://mp.weixin.qq.com/s/kgq2EPBWrT8vHDWWBGYjuw

题目四：

2024年4月10日，中国人民银行联合国家发改委等七部门共同发布《关于进一步强化金融支持绿色低碳发展的指导意见》（简称《指导意见》）。《指导意见》提出推动金融机构和融资主体开展环境信息披露，分步分类探索建立覆盖不同类型金融机构的环境信息披露制度，推动相关上市公司、发债主体依法披露环境信息，同时鼓励信用评级机构建立健全针对绿色金融产品的评级体系，支持信用评级机构将环境、社会和治理（ESG）因素纳入信用评级方法与模型。这表明在政策层面上，中国正积极推动信用评级行业将ESG因素融入评级实践。

国际上，2019年以来三大评级机构陆续开始将ESG因素纳入信用评级框架。穆迪建立发行人概况评分（Issuer Profile Scores）框架，用以反映穆迪对发行人的综合评估，ESG因素是重要的考量之一。穆迪认为ESG考虑因素可能会为前瞻性指标或情景分析提供信息，也可能作为定性因素予以考虑。标普将能够对受评主体的信誉产生重大影响并且有足够的可见性和确定性的ESG因素纳入信用评级分析。惠誉将ESG因素纳入信用评级，主要以ESG与信用评级的相关性评分为媒介展开。在国内，各评级机构陆续将ESG因素与信用评级方法论进行融合与升级，将与信用风险直接或间接相关的ESG因素纳入评级模型中。

作为全球最大的风电整机商，金风科技一项重视ESG工作，连续多年发布ESG报告，并荣获多个ESG奖项。

题目五：

某地拥有大量历史信用评估报告和用户授权数据，但这些数据分布在不同的数据库中，缺乏统一的标准和接口。

题目六：

垂直行业对于信用评估的准确性要求日益提高，特别是对“五篇金融大文章”（科技金融、绿色金融、普惠金融、养老金融、数字金融）所需要的企业信用评估，传统模型难以覆盖。

题目七：

数据安全和隐私保护是当前社会关注的焦点，任何数据处理方案必须确保合规性，避免法律风险。

具体要求

题目一-题目四：

1. 给出解题思路的同时，要对解决方案进行描述，必要时可画图说明；

2. 解决方案中所采用的技术及手段，应该是安全、合规且相对成熟的；

3. 提供的解决方案，应当以可便捷、高效、低成本落地和执行为原则；

题目五-题目七：

以“基于大模型的信用服务创新”为题，从“五篇金融大文章”出发，自选一个应用场景，设计一个可实施的信用风险预警方案，并测试其在案例中的应用效果。

1. 提出的信用风险预警模型应具备实时更新能力，能够解释模型决策过程，并提供至少两个实际应用场景的模拟测试结果。

2. 信用风险预警模型能够做到“智能数据抓取”、“智能模型调用”、“智能权重调整”和“智能报告输出”。

3. 制定专门的隐私保护方案，详细说明所采用的技术手段，包括但不限于差分隐私、同态加密等，并提供第三方安全评估报告或证明。

命题企业

——

法定代表人

——

注册资金

6923.8452万人民币

地址

——

员工人数

72

2023年营业额

5,314.80万元人民币

主营范围

许可项目：第二类增值电信业务。（依法须经批准的项目，经相关部门批准后方可开展经营活动，具体经营项目以相关部门批准文件或许可证件为准）一般项目：从事计算机信息科技、网络科技、电子科技领域内的技术开发、技术转让、技术咨询、技术服务，计算机、软件及辅助设备批发、零售，计算机数据处理，计算机软件开发，企业征信服务，企业管理咨询，商务信息咨询，市场信息咨询与调查（不得从事社会调查、社会调研、民意调查、民意测验）。（除依法须经批准的项目外，凭营业执照依法自主开展经营活动）

希望解决的实际问题

（信用服务类企业针对生产经营过程中遇到的实际问题，提出1-3个亟需解决的命题，每个命题相互独立。不够可附页）

问题一：

在多变的经济环境下，如何提升企业信用评分模型的精准度，改善企业信用评估，从而提高信贷决策的有效性和风险控制能力？

问题二：

在各行业信用信息分散的背景下，如何实现跨行业的信用信息整合与共享，在保护隐私和数据安全的前提下，提高信用信息的完整性和可用性？

问题三：

在信用管理需求日益增长的背景下，如何利用人工智能技术开发一个智能化的信用管理系统，包括自动化信用审核、智能合规检测和智能客服等功能，提升信用管理的效率和准确性？

问题四：

随着供应链全球化发展，供应链各环节的信用风险管理变得越来越复杂和重要。如何构建一个供应链信用风险管理系统，实时监控和评估各环节的信用风险，降低供应链运营风险？

背景知识（约束条件）

（命题企业提供必要的行业或企业背景知识以及其他约束条件，便于参赛团队提出有针对性的解决方案。不够可附页）

1. 行业背景：参赛单位可涉及信用服务、金融、保险、信息科技等相关行业；

2. 成立时间和规模：参赛单位应成立至少3年以上，且具备一定的规模和市场影响力，以保证其在信用管理领域的专业性和技术实力。

3. 技术研发能力：参赛单位需具备强大的技术研发能力，拥有专门的技术团队，能够在大数据、人工智能、区块链等技术领域进行创新和应用为佳。

4. 客户案例：参赛企业需提供相关客户案例，证明其在信用管理方面的成功经验和实际应用效果。

5. 市场认可度：参赛单位需在市场上具有较高的认可度和信誉度，曾获得业内相关奖项或认证，能够证明其在信用管理服务方面的专业性和权威性。

6. 解决方案实施经验：参赛单位需具备丰富的解决方案实施经验，能够根据客户需求提供定制化的信用管理解决方案，并成功实施多个项目。

具体要求

（命题企业对参赛团队“答题”提出具体要求。不够可附页）

l 问题分析：详细分析所提出问题的背景、现状及挑战。

l 解决方案设计：提出具体的解决方案，包含技术路径、实施步骤和创新点。

l 技术实现路径：描述解决方案的技术实现路径，包括所需技术、工具和平台的具体应用。

l 实施经验或客户案例：提供相关客户案例或在实践中的应用。

l 实施步骤：详细列出解决方案的实施步骤，包含时间表和资源需求。

l 项目效益：评估解决方案的项目效益，包括经济效益、社会效益等。

命题企业

——

法定代表人

——

注册资金

5000 万人民币

地址

——

员工人数

71人

2023年营业额

2.23亿元人民币

主营范围

一般项目：企业信用征信服务（不得从事信用担保、金融担保），财务咨询（不得从事代理记账），企业管理咨询，计算机技术领域内的技术开发、技术服务，投资管理，投资咨询，资产管理，实业投资，金融信息服务（不得从事金融业务）。（除依法须经批准的项目外，凭营业执照依法自主开展经营活动）许可项目：建设工程设计；第二类增值电信业务。（依法须经批准的项目，经相关部门批准后方可开展经营活动，具体经营项目以相关部门批准文件或许可证件为准）

希望解决的实际问题

（信用服务类企业针对生产经营过程中遇到的实际问题，提出1-3个亟需解决的命题，每个命题相互独立。不够可附页）

问题一：

针对每个地区的特性，不同区域客户经理对于同一个企业的评价不同，无法做到统一；在面对新兴市场和小微企业时，由于数据不足或非标准化，信控模型也往往难以准确评估其信用状况。请思考：在企业信控方面，如何进一步提升信用评估模型的精准度？

问题二：

企业成功建立客户树后，很难从大量客户数据中提取有价值的信息，用于制定策略和优化客户体验。如何提高企业在实际生产经营过程中对客户树的分析与应用？

问题三：

根据与其他征信公司交流发现，目前企业征信相关公司服务内容与产品形态普遍存在重复性高、可替代性强的问题。如何根据不同客户群体的特性和需求，创新推出个性化、差异化的信用产品和服务，如定制化信贷方案、灵活的还款计划等，以提升用户体验和本企业的市场竞争力？

背景知识（约束条件）

（命题企业提供必要的行业或企业背景知识以及其他约束条件，便于参赛团队提出有针对性的解决方案。不够可附页）

1. 企业基本信息：了解企业的注册信息、股东结构、组织架构、高管团队、历史沿革等基本信息，这对于判断企业的稳定性和信用基础至关重要。

2. 财务状况分析：具备财务会计知识，能够阅读和分析企业的财务报表，包括资产负债表、损益表和现金流量表，以及关键财务比率，如流动比率、负债率、利润率等，用以评估企业的偿债能力和盈利能力。

3. 经营业务模式：熟悉企业的主营业务、市场定位、供应链管理、主要客户与供应商关系、行业竞争格局等，这些信息有助于评估企业的市场竞争力和业务可持续性。

4. 信用评估理论：掌握信用评级指标体系和信用评估模型，了解如何结合定量分析（如财务数据）和定性分析（如管理质量、行业前景）来综合评定企业的信用等级。

5. 法律法规与合规性：了解与企业征信相关的法律法规，如《征信业管理条例》、《反洗钱法》等，以及数据保护与隐私法规（如GDPR、中国个人信息保护法），确保征信活动的合法合规性。

6. 风险管理：具备风险管理的知识，能够识别企业经营中可能面临的各种风险，如市场风险、信用风险、操作风险等，并评估这些风险对企业信用状况的影响。

7. 行业动态与趋势：跟踪宏观经济环境、行业发展趋势和政策变动，因为这些因素都会直接影响企业的经营环境和信用表现。

8. 数据分析与信息技术：随着大数据、人工智能等技术的应用，掌握数据分析工具和信息技术是提升征信效率和准确性的重要手段，这包括数据挖掘、机器学习算法等。

9. 信用文化与道德规范：了解并尊重诚信经营的价值观，遵循征信活动的基本原则，如真实性、一致性、独立性和稳健性原则，维护征信市场的公平与透明。

10. 国际标准与最佳实践：熟悉国际信用评估标准和最佳实践，如ISO信用管理标准、全球信用数据交换标准等，对于提升企业征信的国际化水平和互认度有重要作用。

具体要求

（命题企业对参赛团队“答题”提出具体要求。不够可附页）

问题一：

需对问题中涉及的两个方面提出具有建设性、可参考性意见。

问题二：

对于客户树提供具体分析方法及企业应用场景以及可达成的效果展示。

问题三：

提出可以提升用户体验和本企业的市场竞争力的个性化信用产品与服务创新并详细说明应用场景，效果及可行性分析。

命题企业

——

法定代表人

——

注册资金

2000万元

地址

——

员工人数

30

2023年营业额

1500万元

主营范围

企业征信服务、软件系统开发、人工智能技术开发等。

希望解决的实际问题

（信用服务类企业针对生产经营过程中遇到的实际问题，提出1-3个亟需解决的命题，每个命题相互独立。不够可附页）

问题一：

企业舆情往往蕴含潜在信用风险提示，如何从舆情信息中提取重要风险事件并且及时反映在企业信用评分/评级中至关重要，请据此给出舆情风险信息入模的技术路线。

问题二：

以大模型为代表的AI人工智能技术日新月异，尤其以AIGC人工智能生成技术在文本生成、图片/视频生成方面应用广泛，请分析AIGC技术在信用风险分析领域的潜在价值并给出技术路线。

背景知识（约束条件）

（命题企业提供必要的行业或企业背景知识以及其他约束条件，便于参赛团队提出有针对性的解决方案。不够可附页）

问题一：

传统的舆情分析倾向于口碑和品牌管理，对口B端需求部门一般为PR或运营等部门。技术路线则一般偏向于情感分析和关键词命中推送，而对于企业信用风险，需要更精确地识别风险类型、时间、严重程度等等。因此，信用风险相关的舆情分析需要考虑以下几点：

企业识别。如何识别出风险相关的主体（包括企业名、简称、品牌、产品、商标）；

风险事件分类。对风险点分类，提取必要风险要素，是否有必要创建风险事件模板；

风险事件入模。如何将风险事件处理为可以入模的输入变量

问题二：

AIGC技术在文本摘要、文档撰写、阅读理解方面应用广泛，在信用风险分析领域往往要浏览大量本文材料，形成特定格式的信用分析报告。此外，行业研报本质上是行业逻辑+宏观数据的构成，如果能应用AIGC高效生产行业研究报告，对于信用风险分析很有价值。

具体要求

（命题企业对参赛团队“答题”提出具体要求。不够可附页）

1. 需要清晰描述舆情处理的步骤和逻辑，以及对应的技术框架；

2. 需要提供一个端到端的舆情数据流图，其中包含从舆情数据采集到信用评分/评级；

3. 需要清晰描述AIGC在信用分析领域潜在的价值和逻辑，以及对应的技术框架；

4. 需要提供大模型在信用分析领域应用的功能架构图或技术路线图;

命题企业

——

法定代表人

——

注册资金

5000万元

地址

——

员工人数

118人

2023年营业额

4393万元

主营范围

公司成立于2019年4月，注册资本5000万元，总部设立于上海，是中国电子科技集团有限公司旗下专注于信用科技领域的软件产品研发和解决方案设计，拥有数字基础平台、信用数字平台、信用融资金服平台等多款信用相关软件产品，帮助政府提升信用社会治理能力、帮助企业提升信用经济活动能力，面向政府部门提供信用示范区创建、城市监测排名、双公示评估等信用咨询服务，面向企业提供信用修复服务。

希望解决的实际问题

（信用服务类企业针对生产经营过程中遇到的实际问题，提出1-3个亟需解决的命题，每个命题相互独立。不够可附页）

问题一：

如何构建跨行业信用评价支撑系统，推进治理能力现代化？

随着市场经济社会的深入发展，各行业领域迫切需要进行监管方式的改革，加快构建以信用为基础的新型监管机制。然而，当前各行业领域信用评价工作中存在信用评价模型构建经验缺乏、信用评价技术能力不足、信用评价结果共享难等问题，难以有效识别和防范企业信用风险，导致行业监管精准性差。因此本命题需要构建跨行业信用评价支撑系统，解决上述问题，提升各行业领域监管效能。

问题二：

如何利用人工智能挖掘公共信用数据要素价值，助力银行精准获客？

当前商业银行遭遇获客难题，突出表现在以传统的服务方式难以获客、互联网流量的入口被瓜分、传统银行互联网产品的同质化竞争严重等方面。因此本命题需要提出利用人工智能技术，挖掘公共信用数据要素价值，形成企业“白名单”的路径，帮助银行实现高效率精准获客。

背景知识（约束条件）

（命题企业提供必要的行业或企业背景知识以及其他约束条件，便于参赛团队提出有针对性的解决方案。不够可附页）

问题一：

加快构建以信用为基础的新型监管机制是党中央、国务院作出的重大决策部署，国家发展改革委办公厅关于印发《2024—2025年社会信用体系建设行动计划》的通知中明确要求“构建以公共信用综合评价为基础、以行业信用评价为重点的企业信用状况综合评价体系，加快制定评价国家标准和制度规范，推动评价信息有序共享和高效利用，为完善以信用为基础的监管机制提供支撑。”。

商事制度改革以来，我国市场主体数量呈现出井喷式增长，“平均用力”的传统监管难以应对经济发展中的新情况、新挑战、新问题，迫切需要进行监管方式改革，以企业信用评价结果为依据的信用分级分类监管是提升监管效能的重要手段。因此需要建立跨行业信用评价支撑系统，支撑各行业领域开展企业信用评价，作为信用分级分类监管的依据。

问题二：

随着科技革命的日益深入，商业银行的获客体系正在逐步瓦解，过去集中的空间流量都在一点点的被场景化、碎片化的流量肢解。银行的传统做法是，在“渠道为王”的理念下，大肆铺设线下网点，这是商业银行获客的最主要渠道。但在互联网金融的持续发力下，金融服务从实体转向虚拟，客户消费习惯随之发生变化。线下网点只能解决客户的必要性业务，而非必要性的需求已经转移至互联网上。如今，各大银行迫在眉睫的问题是，如何通过金融科技的力量重新构建一套稳定的获客、触客体系。

随着科技的快速发展，人工智能（AI）技术已逐渐渗透到金融领域的各个方面，特别是在信用融资服务中发挥着越来越重要的作用。但当前公共信用数据数量大，但数据种类和质量还有所欠缺，本命题的主要目标是，如何利用人工智能（AI）通过大数据分析和机器学习算法，在现有数据基础上能够实现对客户信用风险的快速、准确评估，提炼精准获客“白名单”，帮助金融机构获客从而极大地提高了信用融资服务的效率和准确性，降低金融机构的风险损失，为客户提供更优质的融资服务。

具体要求

（命题企业对参赛团队“答题”提出具体要求。不够可附页）

问题一：

1. 围绕信用评价工作中采信、评信、用信、反馈四个环节提出具体解决方案。

2. 不同行业领域具有不同的特点和需求，解决方案需要具备跨行业适应性，能够灵活适应不同行业领域的信用评价需求，支撑各行业领域快速建立信用评价模型。

3. 解决方案应保护企业数据隐私，不得泄露企业敏感信息。

问题二：

利用人工智能技术，设计一套搭建公共信用数据和AI大模型之间的关键桥梁的解决方案，通过挖掘分析企业公共信用数据，可智能分析、输出各行业特色标签，实现利用公共信用数据资产快速提炼精准获客“白名单”，帮助金融机构精准获客，赋能中小企业融资，向不同行业、领域、企业及个人提供价值服务，助力实体经济高质量发展。

命题企业

——

法定代表人

——

注册资金

800

地址

——

员工人数

30

2023年营业额

1800万

主营范围

为国内外各类企事业单位、政府机构、行业及国际组织提供各类“风险管理服务”。主要帮助各类机构管理其在经营活动及监管过程中遇到的：“买家信用风险”、“商业经营风险”、“行业及投资风险”、“内控风险”、“合规风险”及“信用体系系统建设”与“法律咨询”等。

希望解决的实际问题

问题一：

如何动态监测客户的变化，根据监测信息跟踪客户风险变化？

问题二：

如何拜访客户以及怎样将客户拜访信息应用在对客户的信用风险分析中？

问题三：

如何管理大客户风险？

背景知识（约束条件）

问题一：

公司长期合作的客户，经常会发生各类变化，这些变化包括：客户股东变更、法人变更、发生行政处罚、出现法律诉讼等。这些信息的发生没有固定的时间，也没有固定的形式。因此，有些公司会对客户的变更信息进行监测，通过监测随时获得客户的变更信息。但是，由于对客户的这些变更信息没有统一的认定标准，信息比较零散，通常没有更好地使用这些信息，也不知道客户的这些变化对客户风险有哪些影响。另外，不同类型的客户变化信息影响程度不一样，例如：对于小规模客户，发生股东变更或法人变更影响会比较大，对于大型客户，这些变更影响就会比较小。而对于小规模客户的法律诉讼影响就比较大，但大型客户发生法律诉讼的概率就会比较高。因此，如何有针对性地监测客户的变化，并根据监测的不同类型信息开展客户风险变化分析就需要有更多的创新。

问题二:

公司在开发客户前通常会对客户进行考察，在服务客户的过程中，也会拜访客户并对客户厂房进行实地调查，后续与客户建立合作关系以及在业务服务过程中也会不定期拜访客户，了解客户的经营变化情况等。目前大多数公司，客户的拜访可能分别由公司内部不同的部门或人员参与，客户拜访采集哪些信息和内容也没有明确的统一的规定，客户拜访后的拜访资料由于大多为定性数据，如何使用这些数据也没有明确的要求。因而很多的客户拜访就会流于形式，公司投入很大但收益不高。那么，怎样制定规范的客户拜访信息，如何将拜访信息应用在对客户的信用风险分析中呢？

问题三：

公司大客户在公司业务中占有重要的比重，有一类大客户是规模较大的企业，在行业中也属于头部公司，通常会认为这类大客户风险较低，一般不会倒闭，不会出现大的风险问题。公司对这类大客户会比较放心，在风险管理上会掉以轻心，放松警惕。但是，一旦这类大客户出问题往往都是大问题，有时候这些问题可能会无法挽回，给公司可能会带来毁灭性的打击。那么如何对这类大客户进行信用风险管理呢，如何提前预判到这类公司的风险，并提前做出风险预案提出风险解决方案。（最典型的就是中国恒大集团，该公司2021年暴雷，其实在2019年乃至更早的时候该公司可能就已经存在很大风险了。）

具体要求

问题一：

1. 如何进行客户的变化监测，监测哪些类型的信息，为什么要监测这些信息？

2. 如何根据不同类型的客户有针对性地对监测信息进行量化分析，怎样利用这些信

息开展客户信用风险变化分析？可举例说明。

要求：方案要具有操作性，可落地执行，符合实际情况，并就方案中的建议进行原因阐述。

问题二：

1. 客户拜访通常需要采集哪些信息，为什么要采集这些信息，如何规范信息采集？

2. 如何量化分析这些信息，怎样利用客户拜访资料开展客户信用风险分析？

要求：方案要具有操作性，可落地执行，符合实际情况，并就方案中的建议进行原因阐述，可举例说明。

问题三：

1. 如何有针对性的对大客户进行风险管理和风险预警，提出具体可执行操作的方案，可举例说明。

2. 当发现大客户风险后，如何权衡业务和风险的关系，向公司提出大客户管理的具体措施？

要求：方案要具有操作性，可落地执行，符合实际情况，并就方案中的建议进行原因阐述。