李志勇 

个人信息

• 个人网站：www.zhiyongli；www.credit.li
• 电子邮件：liz@swufe.edu.cn；li@credit.li
• 办公地址： 中国四川省成都市温江区柳台大道555号格致楼521室

担任职务

• 2022至今，西南财经大学金融学院信用管理专业负责人、教授
• 2019-2022， 西南财经大学金融学院信用管理系主任、教授
• 2015-2018，西南财经大学金融学院信用管理系副主任，副教授
• 2014-2015，西南财经大学金融学院信用管理系副主任、讲师

教育背景

• 2009 至 2014 英国爱丁堡大学商学院信用研究中心，信用风险管理博士（PhD），导师：Jonathan Crook & Galina Andreeva
• 2007 至 2008 英国爱丁堡大学数学学院，运筹学与金融风险硕士（MSc），导师：Galina Andreeva
• 2005 至 2007 北京航空航天大学理学院，应用数学学士（BSc），导师：李尚志
• 2003 至 2007 北京航空航天大学航空科学与工程学院，飞行器设计与工程学士（BEng），导师：郭辉

研究方向

• 研究巴塞尔协议、信用评分、信用评级、信贷组合风险管理、商业银行压力测试等，
• 关注财务危机与不良资产、金融科技与监管科技、消费金融与绿色金融、未来银行与开放银行、社会信用体系与征信等

学术兼职

• Financial Innovation，西南财经大学主办，SSCI，JCR Q1，青年编委，2024-
• Journal of Chinese Economic and Business Studies，牛津大学TMCD研究院主办，ESCI，青年编委，2023-
• British Accounting Review, 英国财务与会计协会（British Accounting and Finance Association）主办，SSCI，JCR Q1，客座编辑，2022-
• China Finance Review International，上海交通大学安泰管理学院主办，ESCI，青年编委，2022-
• Journal of Credit Risk，SSCI，客座编辑，2022-
• International Journal of Financial Engineering, 中山大学管理学院主办，ESCI，副主编，2020-
• International Journal of Forecasting, 国际预测学会（International Institute of Forecasters）主办，SSCI，JCR Q1，客座编辑，2020-2022
• 金融发展评论，中国金融学会、新疆金融学会主办，全国性刊物，执行主编，2020-2021

社会兼职

• 2024至今，四川省金融学会，数字金融专业委员会，委员
• 2023至今，管理科学与工程学会，金融计量与风险管理研究分会，常务理事
• 2022至今，金融智能与金融工程四川省重点实验室，财经交叉融合与数智管理，研究员，2022-
• 2017至今，四川省金融学会，金融科技专业委员会，学术委员
• 2017-2023，管理科学与工程学会，金融计量与风险管理研究分会，理事

科研成果

一作论文

1. Li Z, Li A, Bellotti A & Yao X. (2023). The profitability of online loans: a competing risks analysis on default and prepayment. European Journal of Operational Research. 306(2): 968-985. (ABS 4, JCR Q1). DOI/PDF. (Cites: 11)
2. Li Z, Feng C & Tang Y. (2022). Bank efficiency and failure prediction: A nonparametric and dynamic model based on data envelopment analysis. Annals of Operations Research. 315: 279–315 (ABS 3, JCR Q1). DOI/PDF. (Cites: 37)
3. Li Z, Zhang J, Yao X & Kou G. (2021). How to identify early defaults in online lending: A cost-sensitive multi-layer learning framework. Knowledge-Based Systems. 221. 106963. (JCR Q1). DOI/PDF. (Cites: 33)
4. Li Z, Crook J, Andreeva G & Tang Y. (2021). Predicting the risk of financial distress using corporate governance measures. Pacific-Basin Finance Journal. 68, 101334. (ABS 2, JCR Q1). DOI/PDF. (Cites: 207)
5. Li Z, Hu X, Li K, Zhou F & Shen F. (2020). Inferring the outcomes of rejected loans: an application of semi-supervised clustering algorithms. Journal of the Royal Statistical Society: Series A (Statistics in Society). 183(2):631-654. (ABS 3, JCR Q1). DOI/PDF. (Cites: 9)
6. Li Z, Tang Y, Wu J, Zhang J & Lv Q. (2020). The interest costs of green bonds: credit ratings, corporate social responsibility, and certification. Emerging Markets Finance and Trade. 56(12):2679-2692. (ABS 2, JCR Q1). DOI/PDF. (Cites: 150)
7. Li Z, Li K, Yao X & Wen Q. (2019). Predicting prepayment and default risks of unsecured consumer loans in online lending. Emerging Markets Finance and Trade. 55(1):118-132. (ABS 2, JCR Q1). DOI/PDF. (Cites: 36)
8. Li Z, Crook J & Andreeva G. (2017). Dynamic prediction of financial distress using Malmquist DEA. Expert Systems with Applications. 80:94-106. (ABS 1, JCR Q1). DOI/PDF. (Cites: 129)
9. Li Z, Tian Y, Li K, Zhou F & Yang W. (2017). Reject inference in credit scoring using Semi-supervised Support Vector Machines. Expert Systems with Applications. 74:105-114. (ABS 1, JCR Q1). DOI/PDF. (Cites: 146)
10. Li Z, Crook J & Andreeva G. (2014). Chinese Companies Distress Prediction: An Application of Data Envelopment Analysis. Journal of the Operational Research Society. 65(3):466-479. (ABS 3, JCR Q2). DOI/PDF. (Cites: 81)

（注：被引数据取自谷歌学术2024年9月）

合作论文

1. Leng M, Li Z, Dai W, Shi B. (2024). The power of satellite imagery in credit scoring: a spatial analysis of rural loans. Annals of Operations Research. forthcoming. (ABS 3, JCR Q1). DOI/PDF.
2. Liao Y, Wang J, Liao W, Shu X, Li Z. (2024). Buffer orsubstitute? Corporate financialization and leverage manipulation. Pacific-Basin Finance Journal. 87. 102508. (ABS2, JCR Q1). DOI/PDF.
3. Yao X, Wu D, Li Z, Xu H. (2024). On the Prediction of Stock Price Crash Risk Using Textual Sentiment of Management Statement. China Finance Review International. 14(2): 310-331. (ESCI). DOI/PDF.
4. Xuan Q, Li Z, Zhao T. (2024). Does systemic risk affect fund managers' tail-risk taking. Pacific-Basin Finance Journal. 83. 102269. (ABS 2, JCR Q1). DOI/PDF.
5. Tang Y, Wang B, Pan N & Li Z. (2023). The impact of environmental information disclosure on the cost of green bond: Evidence from China. Energy Economics. 126. 107008. (ABS 3, JCR Q1). DOI/PDF.
6. Zhang X, Li Z, Zhao Y, & Wang L. (2023). Carbon trading and COVID-19: a hybrid machine learning approach for international carbon price forecasting. Annals of Operations Research. forthcoming. (ABS 3, JCR Q1). DOI/PDF.
7. Li A, Li Z, & Bellotti A. (2023). Predicting loss given default of unsecured consumer loans with time-varying survival scores. Pacific-Basin Finance Journal. 78. 101949. (ABS 2, JCR Q1). DOI/PDF.
8. Zhou F, Fu L, Li Z & Xu J. (2022). The recurrence of financial distress: a survival analysis. International Journal of Forecasting. 38(3): 1100-1115. (ABS 3, JCR Q1). DOI/PDF.
9. Zeng X, Li Z, Yang W & Huang Z. (2022). The risk interdependence of cryptocurrencies: Before and during the COVID-19 pandemic. International Journal of Financial Engineering. 9(4). 2150044. (ESCI). DOI/PDF.
10. Wu Z & Li Z. (2021). Customer churn prediction for commercial banks using customer value weighted machine learning models. Journal of Credit Risk. 17(4): 15-42. (ABS 1, JCR Q4). DOI/PDF.
11. Li K, Zhou F, Li Z, Li W & Shen F. (2021). A semi-parametric ensemble model for profit evaluation and investment decisions in online consumer loans with prepayments. Applied Soft Computing. 107. 107485. (JCR Q1). DOI/PDF.
12. Li K, Zhou F, Li Z, Yao X & Zhang Y. (2021). Predicting loss given default using post-default information, Knowledge-Based Systems. 224. 107068. (JCR Q1). DOI/PDF.
13. Tang Y, Li Z, Chen J & Deng C. (2021). Liquidity creation cyclicality, capital regulation and interbank credit: Evidence from Chinese commercial banks. Pacific-Basin Finance Journal. 101523. (ABS 2, JCR Q1). DOI/PDF.
14. Shen F, Zhao X, Li Z, Li K & Meng Z. (2019). A novel ensemble classification model based on neural networks and a classifier optimisation technique for imbalanced credit risk evaluation. Physica A: Statistical Mechanics and its Applications. 526. 121073. (JCR Q2). DOI/PDF.
15. Tang Y, Moro A, Sozzo S & Li Z. (2018). Modelling trust evolution within small business lending relationships. Financial Innovation. 4:1-19. (JCR Q1). DOI/PDF.
16. Shen F, Ma X, Li Z, Xu Z & Cai D. (2018). An extended intuitionistic fuzzy TOPSIS method based on a new distance measure with an application to credit risk evaluation. Information Sciences. 428:105-119. (JCR Q1). DOI/PDF.
17. Tian Y, Li K, Yang W & Li Z. (2017). A new effective branch-and-bound algorithm to the high order MIMO detection problem. Journal of Combinatorial Optimization. 33(4):1395-1410. (ABS 2, JCR Q3). DOI/PDF.

专著译作

1. 《企业成长性评价》，黄严、李志勇（著），西南财经大学出版社，2023，ISBN：9787550456662
2. 《信用评分应用》，托马斯 等（著），李志勇（译），中国金融出版社，2020，ISBN：9787522005560
3. 《信用评级原理与实务》，冯光华 等（编著），李志勇（参编），中国金融出版社，2019，ISBN：9787504998491
4. 《中国金融科技运行报告2018》，杨涛、贲圣林（主编），李志勇（参编），社会科学文献出版社，2018，ISBN：9787520128612
5. 《信用评分工具：自动化信用管理的理论与实践》，安德森（著），李志勇（译），中国金融出版社，2017，ISBN：9787504990334
6. 《消费信用模型：定价、利润与组合》，托马斯（著），李志勇（译），中国金融出版社，2016，ISBN：9787504984111

科研项目

1. 国家自然科学基金面上项目，基于多模态融合的上市公司退市风险预测研究，2024，主持
2. 教育部人文社会科学研究规划基金项目，基于多模态学习的上市公司退市风险研究：演化路径、传导机制及预警模型，2024，主持
3. 国家社会科学基金重大项目，社会治理现代化中的社会信用体系创新路径研究，2023，子课题负责人
4. 四川省哲学社会科学研究规划重大项目，新冠疫情对四川产业发展的影响及对策研究，2020，主持
5. 四川省哲学社会科学研究规划重点项目，四川省农村信贷风险研究及防范，2018，主持
6. 四川省科技厅软科学项目，四川省科技金融发展模式与机制研究，2016，主持

中文论文

1. 袁先智，李志勇等. 财务欺诈风险特征筛选框架的建立和应用. 《中国管理科学》. 2022年第3期. 43-54页. (CSSCI).
2. 袁先智，李志勇等. 在金融科技中基于人工智能算法的风险特征因子筛选框架的建立和在期货价格趋势预测相关的特征因子刻画的应用.《安徽工程大学学报》. 2020年第4期. (CA)
3. 程功，文晴，李志勇. (2017) .基于时变参数模型的银行信用风险与宏观经济形势的动态关系研究.《金融监管研究》. 2017年第3期. 51-72页. (CSSCI扩展)
4. 李志勇，杨维，曾嵘. 利用期货市场设计农业保险产品对冲价格风险.《中国期货》. 2016年第1期。
5. 郭辉，彭艺，李志勇等. 逆压梯度转捩边界层流动结构显示，《实验流体力学》，2008年第2期. 68-73页. (CA)

人才培养

教改成果

1. 2024年，四川省普通本科高等学校首批高阶课程，金融数据分析与编程，主要参与人
2. 2023年，国家级一流本科课程（线上线下混合式），信用评分，负责人
3. 2022年，“双万计划”四川省一流专业建设点，信用管理，负责人
4. 2021年，四川省高等教育教学成果奖，二等奖，四川省人民政府，培根铸魂、经世济民：面向家急需的金融拔尖创新人才培养探索与实践，主要参与人
5. 2021年，四川省一流课程，线上线下混合式，信用评分，负责人
6. 2021年，四川省一流课程，虚拟仿真实验教学项目，上市公司估值虚拟仿真实验项目，主要参与人

教改项目

1. 2024年，教育部重点领域教学资源建设项目，基于学科知识图谱的金融专业能力图谱研究，主要参与人
2. 2024年，教育部高等教育产学合作协同育人项目，金融科技人才培养与学科竞赛项目，主持
3. 2023年，四川省高等教育人才培养和教学改革重大项目，复合型“双碳”经管人才培养模式的探索与实践，主要参与人
4. 2023年，四川省级高等学校创新性实验项目，绿色债券信用评级实验教学项目，主持
5. 2022年，四川省2021-2023年高等教育人才培养质量和教学改革项目，一般项目，大学生线上学科竞赛组织与管理研究，主持
6. 2022年，四川省2021-2023年高等教育人才培养质量和教学改革项目，一般项目，大学竞赛活动组织管理模式的研究和实践，主要参与人
7. 2020年，四川省2020年高等教育人才培养质量和教学改革重大项目，一流金融本科人才核心能力培养体系构建探索，主要参与人
8. 2019年，四川省2018-2020年高等教育人才培养质量和教学改革项目，一般项目，以“成都80”国际比赛促进高校金融科技创新创业实践，主持

指导学生

• 金融学博士（PhD in Finance）：李爱民（2018-2022）、冯晨（2019-）、宣权圣（2020-）、付丽君（2021-）、刘美琦（2022-）、易天灏（2024-）、冷明艳（2024-）、田晨宇（2024-）
• 工商管理博士（Doctor in Business Administration）：唐晓棠（2019-2022）、孙浩（2019-2022）、薛曾毅（2021-）、欧阳洁（2022-）、吴婷婷（2023-）
• 金融学/金融工程/信用管理硕士（MSc&MF）：63名
• 工商管理硕士（MBA&EMBA）：24名
• 同等学力金融学硕士（MSc）：11名

知识成果转化

发明专利

1. 一种基于目标期刊智能格式修订方法及装置，2023，发明专利，专利号：ZL202211219892.5

行业标准

1. 企业信用报告编制规范，团体标准（T/CST 10—2023），重庆标准化协会，标准号：ICS 03.080.99
2. 企业信用评价规范，团体标准（T/CST 10—2023），重庆标准化协会，标准号：ICS 03.120.20

计算机软件著作权

1. 绿色债券信用评级实验教学系统V1.0，2023，登记号：2023SR1194749
2. 智能风控虚拟仿真教学与比赛平台软件V1.0，2022，登记号：2022SR0080997
3. 拒绝推断决策系统V2.0，2021，登记号：2021SR2064846
4. 拒绝推断软件V1.0，2017，登记号：2017SR502964