与传统教材比，《金融学专业应用型本科人才培养特色教材:征信理论与实务》结构体系清晰，内容深入浅出，表现方式现代，注重将基本理论与实务操作紧密结合。不仅涵盖征信理论知识，还提供征信实务操作；不仅系统分析我国征信现状，还广泛介绍世界征信业发展历史和现状，具有学术性、实践性、专业性和前瞻性特点。
第一章征信概述
（学习目标）
第一节征信的概念
一、征信的含义
二、征信概念的演变
三、现代征信的意义
第二节征信的理论基础
一、信息不对称理论简介
二、信息不对称问题解决的机制分析
三、征信对信息不对称问题解决的作用
第三节征信的起源和发展
一、征信的起源
二、征信的发展
三、大数据时代征信的发展
第四节征信的相关概念、特征与功能
一、征信的相关概念
二、征信的特征
三、征信的功能
第五节征信体系
一、征信体系的含义
二、征信体系的主要内容
三、国外征信体系建设的主要模式
（知识链接1—1）
（知识链接1—2）
（本章小结）
（重要概念）
（延伸阅读）
（思考练习）
第二章征信数据库
（学习目标）
第一节征信数据库概述
一、征信数据库的概念
二、征信数据库与信用信息管理系统的关系
三、征信数据库的分类
四、征信数据库的功能
第二节金融信用信息基础数据库
一、金融信用信息基础数据库概要
二、金融信用信息基础数据库的特点
三、建立金融信用信息基础数据库的意义
四、金融信用信息基础数据库的建设发展历程
第三节信息采集
一、信息采集的主要方式
二、信息采集的主要方法
三、信息采集的主要内容
第四节数据质量
一、数据质量的“三性”标准
二、保障征信数据质量的意义
（知识链接2—1）
（知识链接2—2）
（知识链接2—3）
（知识链接2—4）
（知识链接2—5）
（知识链接2—6）
（知识链接2—7）
（本章小结）
（重要概念）
（延伸阅读）
（思考练习）
第三章征信技术与标准
（学习目标）
第一节企业征信技术
一、企业征信业务
二、企业征信数据
三、企业征信数据的处理和维护
四、企业信用风险预测
五、企业征信报告的制作
第二节个人征信技
一、个人征信业务
二、个人征信数据
三、个人征信数据的处理
四、个人征信报告的制作
五、个人信用评分
第三节征信标准化
一、征信标准化概述
二、国外征信标准化
三、我国征信标准介绍
（知识链接3—1）
（本章小结）
（重要概念）
（延伸阅读）
（思考练习）
第四章征信服务
（学习目标）
第一节征信服务概述
一、征信服务的含义
二、征信服务的特点
三、征信服务的作用
四、征信机构服务产品介绍
第二节信用报告查询服务
一、信用报告概述
二、信用报告查询机构
三、信用报告查询
第三节信用咨询服务
一、信用风险管理类产品介绍
二、市场营销类产品介绍
三、不动产服务、保险服务、外包服务和债务催收
四、中国人民银行窗口信用咨询服务
（知识链接4—1）
（本章小结）
（重要概念）
（延伸阅读）
（思考练习）
第五章征信法律
（学习目标）
第一节国外征信立法情况
一、主要经济发达国家征信立法的基本情况
二、征信的国际法律
三、各国征信法规的基本内容
第二节我国征信立法情况
一、《征信业管理条例》正式发布实施
二、建立金融信用信息基础数据库管理制度
三、完善信用评级管理制度
四、推动征信标准建设
第三节《征信业管理条例》及相关法规介绍
一、制定《征信业管理条例》的必要性
二、《征信业管理条例》包含的主要内容
三、现阶段我国其他法律制度中与征信有关的规定
（知识链接5—1）
（本章小结）
（重要概念）
（延伸阅读）
（思考练习）
第六章征信监管
（学习目标）
第一节监管模式
一、美国模式——基于私营征信系统的征信监管
二、欧洲模式——基于公共征信系统的征信监管
三、日本模式——基于混合型征信系统的征信监管
四、我国征信监管模式
第二节监管机构
一、监管机构的类型
二、监管职责
第三节监管内容
一、征信机构市场准入管理
二、征信业务的监管
三、从业人员的管理
第四节监管措施
一、违法行为的界定
二、征信监管的处罚、惩戒措施
（知识链接6—1）
（知识链接6—2）
（知识链接6—3）
（本章小结）
（重要概念）
（延伸阅读）
（思考练习）
第七章征信维权
（学习目标）
第一节征信侵权
一、信息主体的合法权益
二、征信侵权的种类与特点
三、国外征信权益保护基本情况
第二节投诉处理
一、征信投诉的概念
二、金融消费者征信维权法律保障
三、征信投诉处理流程
四、推动征信信息主体权益保护宣传
第三节异议处理
一、征信异议的概念
二、信息主体有提出异议的权利
三、异议主体类型
四、异议信息的受理主体
五、征信异议处理流程
六、信息主体权益行政救济和司法救济
（知识链接7—1）
（知识链接7—2）
（知识链接7—3）
（知识链接7—4）
（知识链接7—5）
（侵权案例7—1）信用报告记录的信息与实际情况不符
（侵权案例7—2）非法采集信息主体的信用信息
（侵权案例7—3）非法向第三方提供信用信息、信用报告
（侵权案例7—4）非法查询信息主体的信用报告
（侵权案例7—5）非法使用信息主体的信用信息
（侵权案例7—6）征信异议处理不及时引发诉讼
（本章小结）
（重要概念）
（延伸阅读）
（思考练习）
第八章企业征信信息应用案例分析
（学习目标）
第一节银行贷款
一、案例1：企业老板骗贷失信的成本
二、案例2：资金链断裂骗贷近千万
三、案例1与案例2分析
第二节信用交易
一、案例3：海外赊销交易中对买方主体资信调查的重要性
二、案例4：重客户关系、轻客户资信调查，企业被骗受损
第三节债券发行
一、案例5：诚信提升估值
二、案例6：征信记录成为企业发债审核的重要参考
三、案例7：资本市场首例企业债券本息违约事件
第四节股票上市
一、案例8：资本市场首例IPO撤单企业造假被处罚案
二、案例9：资本市场首例被刑事处罚欺诈上市案
第五节信用评级
一、案例10：信用评级助推企业成长
二、案例11：资信评级揭示企业信用风险
（本章小结）
（重要概念）
（延伸阅读）
（思考练习）
……
第九章个人征信信息应用案例分析
第十章个人信用记录的维护
附录
参考文献
在对征信数据进行维护时，企业征信机构还要根据失信惩戒机制的运行原理，确定对企业征信数据的保存期限问题。在法律没有明确要求时，企业征信机构要自己制定相应的管理措施。征信数据在征信数据库中被保存时间的长短，主要是指征信数据使用时间的长短，也就是征信数据传播时间的长短。从被调查企业的角度看，意味着它们的信用记录或失信记录被公示时间的长短。
在征信数据的各项性能指标中，数据更新频率是异常重要的一个指标，企业征信机构可以采用的更新方法主要包括实时更新、定期更新和不同频率更新。每3个月进行一次数据更新是最低更新频率的底线。
四、企业信用风险预测
（一）制作量化指标的数学模型
在企业信用报告中提供被调查对象的风险指数是惯例。风险指数是使用数学模型制作的。给出被调查企业风险指数的目的是向报告用户推荐授信额度，其应用可以分为两个层次：一是确定被调查企业信用风险的大小，并让报告用户依据指数设置是否授信的门槛；二是帮助报告用户科学地确定授信额度。
在分析企业的信用风险时，可使用两类数学模型，即预测模型和管理模型。预测模型用于预测企业的信用风险变化趋势，大多数预测类模型都用于预测企业破产的可能性或预测赊销合同的违约率。企业征信机构常用的预测模型是Z评分模型和巴萨利模型。管理模型不直接预测企业的违约率，而偏重于均衡地解释企业的信用状况，估计企业的经济实力。企业征信机构最常用的管理模型是营运资产分析模型和特征分析模型。
（二）信用风险标识的量化指标
企业征信机构给出的资信等级是度量被调查对象信用风险的一种量化指标。在有些企业征信机构制作的征信报告中，分别附有企业的资信级别和风险指数两项量化指标。企业征信机构将量化指标制作的工作流程分为六个具体的操作步骤。
1.分析／选择相关的风险因素。评价企业信用风险的因素很多，可能有数百个重要性不同的影响因素。根据数理统计原理，在确定预算精确程度的条件下，要尽可能少地使用风险因素。过多的风险因素既增加收集数据的成本和时间，还可能降低评价的准确性。
书单推荐
