大數據背景下我國互聯網征信問題研究
——以芝麻信用為例

余麗霞 鄭 潔

（四川師范大學商學院，四川 成都 610101）

大數據背景下我國互聯網征信問題研究
——以芝麻信用為例

余麗霞 鄭 潔

（四川師范大學商學院，四川 成都 610101）

本文在深入分析我國互聯網征信發展模式及現狀的基礎上，以阿里巴巴的芝麻信用為例，對其從數據收集、技術處理、評價模型和應用場景四方面展開研究，指出我國互聯網征信業發展中存在征信數據共享困難、用戶信息主體權益保護和信息安全存在風險、應用場景有待拓寬、監管需加強等問題，并對互聯網征信機制的建立和完善提出建議。

互聯網征信；芝麻信用；大數據

一、引言

征信指專業的第三方機構依法收集、整理、儲存、分析有關個人和企業的信用數據，以此來提供信用報告、信用評估、信用咨詢等服務，判斷、控制信用風險，進行信用管理的活動。隨著“互聯網+”的穩步推進，以及大數據、云計算等互聯網技術的發展，互聯網征信迎來了前所未有的機遇和挑戰。2015年被認為是互聯網征信的元年：1月5日，中國人民銀行下發《關于做好個人征信業務準備工作的通知》，首批確定了8家機構做好互聯網個人征信業務的準備工作，標志著互聯網征信正在從網絡經營中逐漸分離，作為獨立的業態初露端倪；6月1日，“信用中國”網站正式上線，目的是整合共享社會信用體系建設部級聯席會議成員單位已經有的公開信息和數據；7月4日，國務院下發《關于積極推進“互聯網+”行動的指導意見》，指出希望各信用信息平臺盡快建立聯系，加強信息披露和共享，充分利用互聯網資源，對現有征信體系和測評體系進行補充和完善，將互聯網技術與征信深度結合，初步形成網絡商務、互聯網金融與互聯網征信間的網絡征信產業服務鏈；8月19日，國務院審議通過《關于促進大數據發展的行動綱要》，再次強調要推動政府信息系統和公共數據互聯共享，加快整合各類信息平臺。2016年5月，央行征信管理局下發《征信業務管理辦法（草稿）》，擬對征信機構的信息采集、整理、保存、加工、征信產品、異議和投訴及信息安全等征信業務環節做出規范。這一系列制度的出臺，意味著我國互聯網征信業拉開了快速發展的帷幕，同時對征信機構、征信產品及征信監管等方面都產生了深遠的影響。

二、互聯網征信的含義和基本模式

（一）互聯網征信的含義

吳晶妹（2014）認為，互聯網征信是指互聯網機構開展的海量互聯網數據采集并直接應用的信用管理服務，需要有大數據和云計算技術的支撐。鄧舒仁（2015）、張健華（2015）等分別從廣義和狹義兩個角度來界定互聯網征信：狹義的互聯網征信是指采集個人或企業在互聯網交易或使用互聯網服務中留下的行為數據，并利用大數據、云計算等技術進行信息評估的活動；廣義的互聯網征信還包括采集個人或企業使用互聯網金融服務所留下的信貸數據以及通過線下渠道采集的公共信息等數據，并進行信用評估的活動。綜合以上學者觀點，結合我國互聯網征信的現實狀態，本文將互聯網征信界定為：采集個人或企業的互聯網信息數據，并結合線下渠道采集的信息，使用大數據、云計算等技術來評估信用的活動。

在互聯網大數據時代，隨著人們行為數據的電子化，使得互聯網征信評估維度增多、評價指標更加多樣、評估方法更科學、評估結果更加動態化。與傳統征信相比較，互聯網征信的特征主要體現在以下六方面：（1）征信主體不同：傳統的征信主體指央行征信系統，而互聯網征信的主體是相對市場化、多元化的征信機構，這些機構應具備深度挖掘和整合數據的能力及分析數據的技術。（2）數據來源不同：傳統征信的數據主要來源于線下的借貸及金融領域的結構化數據，渠道比較狹窄和固定，而互聯網征信大量采用線上行為數據并結合線下渠道的非結構數據，涵蓋了用戶的消費、財務、社交等各個方面。（3）評估模型不同：傳統征信通過固定的模型定向采集財務和金融交易信息，其評分模型涉及的變量少，而互聯網征信使用多變量和機器學習模型，該模型通過對用戶不同的網絡行為數據和其信用水平進行相關性分析，不斷優化評估結果，使評估結果動態化。（4）評價思路不同：傳統征信是用昨天的信用記錄來判斷今天的信用履約情況，而互聯網征信是用實時行為反映人相對穩定的性格和心理，以此來推斷履約的可能性。（5）應用方式不同：傳統征信采用“數據采集—數據儲存—數據應用”的模式，而互聯網征信采用“用戶申請—數據采集—數據評估—數據應用”的模式。（6）應用場景不同：傳統征信主要應用于借貸領域，而互聯網征信應用場景除了借貸領域外，還包括租車、租房、購物、預訂酒店、辦理信用卡等生活化領域。

（二）互聯網征信的基本運作模式

目前，按照征信數據來源，我國互聯網征信機構大致有四種運作模式（見表1）。

表1：互聯網征信機構的基本運作模式

二、我國互聯網征信業發展現狀

（一）互聯網征信需求不斷增加

1.隨著互聯網金融業的快速發展，傳統征信在數據來源、應用場景、覆蓋面上明顯滯后于互聯網征信，互聯網征信以數據來源廣、采集成本低、覆蓋面廣、評估結果動態等受到市場主體的青睞。此外，互聯網金融的快速便捷使得越來越多的市場主體參與其中，但互聯網金融行業尚處于初步發展階段，在數據合規性、技術實力、標準業務模式等方面難以達到央行征信體系的基礎性要求，因此只能通過市場化的渠道獲取急需的征信數據資源，由此催生了大量的互聯網征信需求。

2.隨著我國互聯網信貸市場規?？焖僭鲩L，不良貸款余額和不良貸款率不斷走高。2015年末我國網貸行業總體貸款余額約4300億元，行業壞賬規模達645億元至860億元，不良率達到15%以上③。在互聯網金融快速發展的背景下，為了降低不良貸款率，降低信貸市場的交易成本，對互聯網征信的需求將不斷擴大。此外，為了刺激和引導消費，許多商家提供的優質優惠服務僅針對達到標準信用分的用戶，倒逼用戶增強對信用的關注，使用戶對互聯網征信的需求不斷增加。

（二）互聯網征信平臺快速發展

1.傳統征信機構積極擴展互聯網征信業務。近年來，隨著“互聯網+”的穩步推進，傳統征信機構將觸角延伸到互聯網征信行業。如2013年3月北京安融惠眾征信有限公司創建了安融惠眾信用信息共享平臺（MSP），該平臺采取會員制模式，為小額貸款公司、擔保公司提供行業內信用信息查詢服務；2013年6月28日中國人民銀行征信中心控股的上海資信有限公司推出全國首個基于互聯網的專業化征信系統——上海資信互聯網金融征信系統（NFCS），該系統通過采集P2P網貸平臺用戶的基本信息、貸款申請信息、貸款還款信息和特殊交易信息等實現企業間數據共享，幫助P2P平臺機構全面了解授信對象，規避和防范借款人過度負債、惡意欺詐等信用風險。

2.基于電子商務平臺發展的互聯網企業積極進軍征信業。2015年1月央行首批獲準個人征信資格的有8家企業，分別是芝麻信用、騰訊征信、前海征信、鵬元征信、中誠信征信、中智誠征信、拉卡拉信用、華道征信。芝麻信用基于阿里巴巴的電商數據平臺和支付寶支付渠道，構建了包含用戶網購、轉賬等信用數據庫，并于2015年1月28推出與國際主流信用評分體系接軌的芝麻信用分。騰訊征信通過騰訊龐大的社交客戶群（8億的QQ賬戶、5億微信賬戶、3億微信支付用戶）構建了包含大量社交、消費、信用卡還款等信息的信用數據庫，并于2015年4月12日上線。在阿里和騰訊的帶動下，越來越多的互聯網企業瞄準了征信行業，360金融、百度、京東金融等企業也在積極構建互聯網征信系統。

3.互聯網金融平臺演變的互聯網征信機構。越來越多的P2P網貸、眾籌融資等互聯網金融平臺基于自身積累的大量金融業務數據，通過購買或研發數據抓取軟件，將平臺交易數據進行統計分析，建立用戶征信數據庫，以此來開展信用評估服務。如2013年12月，網信征信有限公司依托母公司網信金融集團旗下擁有的眾籌網、第一P2P、第一支付等多個互聯網金融品牌開展企業信用信息的收集、整理、評定、信用信息管理和咨詢服務等，提供投融風險評價產品。

（三）互聯網征信產品日益豐富

相對于傳統征信產品來說，互聯網征信機構提供的產品涵蓋面更廣。一方面可以為用戶提供個人及企業信用報告類、身份認證類、評分類、信息核查類、統計指數類、自動征信類、互聯網服務類等基礎產品；另一方面還可以為用戶提供防范各類風險的附加產品，如：防范身份欺詐風險、信用卡風險、信貸風險、互聯網金融等風險的解決方案，貸后風險跟蹤預警，并根據客戶需求開展市場調查及研究咨詢、應收賬款管理咨詢、信用風險管理培訓、信用風險管理軟件系統開發等增值服務。其中，用戶最常用的產品為個人或企業信用報告和評分類產品，例如阿里旗下的芝麻信用分、騰訊信用分、拉卡拉的“考拉分”、中誠信征信的“萬象分”、華道征信的“豬豬分”、前海征信的“好信度”等。用戶除了將這些信用分用于基本的信貸、金融服務外，還應用于一些增值服務，例如租賃、借貸、購物、酒店、餐飲、交通、公益事業、眾籌（天使匯、投行圈）、互聯網理財（理財通、存錢罐）、虛擬貨幣（騰訊Q幣、俠義道游戲的俠義元寶）等。

三、互聯網征信的典型案例分析——以“阿里巴巴芝麻信用”為例

芝麻信用是阿里巴巴螞蟻金服旗下的征信機構，其通過采集大量互聯網信息，并運用大數據及云計算技術進行數據處理，客觀表現個人信用狀況，提供的信用產品主要有芝麻信用評分、芝麻認證、芝麻信用報告、風險名單庫、芝麻評級等。

（一）數據搜集

芝麻信用擁有較為豐富的數據來源，主要可分為以下三種：

表2：芝麻信用數據來源

從表2中可知，芝麻信用的數據來源不僅拘泥于用戶的個人財務信息，還涵蓋了海量的網絡信息，例如電商數據、社交平臺數據以及網貸平臺的大量碎片化數據，有效補充了傳統征信的單一信息采集渠道。通過對這些數據進行分析處理，能夠預測用戶的信用交易風險和償還能力，對個人的信用狀況做出更加全面的評價。

（二） 技術處理

芝麻信用的數據從采集到生成結果，使用的是阿里巴巴通用的大數據平臺，該平臺通過多維度的因子和數據分析，建立復雜模型進行綜合計算，得出芝麻信用分。該平臺主要由以下三個層次的業務組成：一是阿里云業務。阿里云是阿里巴巴的核心技術平臺，提供數據采集、儲存和處理的基礎設施服務，它有著規模龐大的服務器。二是數據平臺事業部，提供對搜集到的數據進行結構化處理的“數據清洗”工作，讓搜集到的數據可以被用來分析?，F在已有超過100PB②處理后的數據儲存在數據平臺事業部的服務器上。三是商業智能部，對清洗后的數據進行分析，供各個業務部門使用。

（三） 評價模型

1.信用評價結果是以芝麻信用分（以下簡稱“芝麻分”）來直觀呈現的，芝麻分是根據用戶互聯網行為信息進行加工、整理、計算后得出的信用評分。芝麻信用參考了國際通用信用評級模式（如美國著名FICO評分）③，將海量的個人用戶征信數據經過模型的分析，計算得出芝麻分。芝麻分的區間是350—950，分數由高至低共分為五個信用等級，具體信用等級劃分見表3。分數越高，代表用戶的信用風險越小。

表3：芝麻信用評級

2.基于互聯網行為的“5C”模型（品質、能力、資本、社交、條件），芝麻信用結合自身信息采集渠道，將芝麻分的評分依據分為5大維度，分別為：信用歷史、行為偏好、履約能力、身份特質和人脈關系，每個維度的權重和具體內容見表4。

表4：芝麻分評分維度分析

3.用戶的芝麻信用分通常會作為阿里產品與合作伙伴對用戶某種資質的審核參考，只有在用戶芝麻信用分達到一定分數時，才能享受特定服務，所以用戶可以通過堅持“芝麻習慣”、完成“芝麻任務”來進行信用提升。芝麻評分模型會根據用戶的累計消費、信用情況每月更新一次，并給出提升芝麻評分的建議。

“芝麻習慣”包括：（1）與生活繳費息息相關，包括按時繳納水、電、氣、物業等費用，充分體現個人信用；（2）多交信用好的朋友，以用戶的人脈圈作為參考，間接判斷用戶的信用；（3）量入為出，花錢有計劃，從用戶的花錢方式來判斷其是否能及時還款。

芝麻任務包括：（1）提交學歷學籍，包括學校所在地區、院校名稱、當前狀態、學歷和入學時間，以此獲取用戶的基本信息；（2）綁定企業郵箱，綁定用戶所在單位的個人郵箱，以此來評估用戶是否有穩定的工作以及對用戶收入進行估計，輸入郵箱地址后系統會自動發一封校驗碼郵件，輸入校驗碼才能完成綁定操作；（3）錄入車輛信息，將個人用戶車輛品牌、車型和車牌號信息輸入系統，以此來粗略評估用戶的消費水平和資產狀況；（4）綁定職業信息，這項任務是將個人用戶的芝麻分和部分商務社交軟件進行綁定，以此來獲取用戶的職業和人脈信息，這類軟件有領英、釘釘、名片全能王、脈脈和赤兔；（5）查看公積金，通過用戶所繳納公積金的情況，反映用戶的履約能力。

綜上所述可以看出，信用不可能一日之間迅速提升，需要一朝一夕的數據積累，所以芝麻信用的標語是“點滴珍貴，重在積累”。

（四） 應用場景

芝麻信用作為我國首個基于互聯網行為數據的個人信用產品，已逐漸走入人們的日常生活，為刺激消費、提供融資帶來了極大的便利。目前芝麻信用的應用場景主要有：以光大信用卡為代表的芝麻在線申卡、以“螞蟻借唄”為代表的現金借貸、以“螞蟻花唄”為代表的消費分期、以“天貓網廳”為代表的信用套餐、以“永安公共自行車”為代表的綠色騎行、以“神州租車”為代表的信用租車、以“未來酒店”為代表的信用住宿、以“優客逸家”為代表的信用租房和以“珍愛網”為代表的信用社交。在這些應用場景之下，若用戶的芝麻分達到一定分數就可享受信用優待，如當用戶的芝麻分達到600分以上，可以享受在合作租房機構免費入住、免交押金，入住后一段時間內補交房租即可；可以享受在合作酒店先住后付免押金服務；可以享受免押租自行車服務；當用戶芝麻分達到650分以上，可以享受免預授權、輕松租車服務等。具體應用場景如表5所示。

四、我國互聯網征信發展存在的問題

（一）征信數據共享困難

一是目前互聯網征信還未與央行征信系統和我國政府職能部門建立聯系，企業和個人的大量原始數據零散地分布在司法、工商、稅務、海關等政府職能部門，沒有實現線上線下信息共享，無法獲取完整的用戶信用信息基礎數據，降低了信用評估的準確度，限制了我國征信機構及征信市場的發展。二是目前互聯網征信公司的數據來源主要是基于互聯網企業的內部生態系統，無法在不同類型的網站間轉移，各大生態系統對于網絡信息采集標準、信用報告格式、征信服務標準沒有統一規定，也缺少相應的接口交換標準來打通信息壁壘，這些征信數據往往被視為企業的核心資源乃至核心競爭力，很難實現數據在行業間、機構間的跨越式共享，不僅容易導致同一用戶在不同征信機構的信用等級存在較大差異，評分結果的權威性和準確性大打折扣，一定程度上限制了用戶的消費行為，降低了市場運行效率，還極易出現同一借款人在不同平臺上重復借款的情況，加大了信用風險。

表5：芝麻信用的應用場景

（二）用戶信息主體權益保護和信息安全存在風險

1.個人信息的采集方式不合規、采集范圍超限制?！墩餍艠I管理條例》（以下簡稱《條例》）規定：“采集個人信息應當經信息主體本人同意，未經本人同意不得采集”，但互聯網征信企業用大數據挖掘方式來獲取數據，自動記錄用戶在平臺瀏覽和交易的蹤跡，其過程具有廣泛性和隱蔽性，往往未獲個人信息主體授權。另外，《條例》規定：“人們的宗教信仰、身體狀況等屬于隱私的數據不得被采集；在沒有明確告知用戶不良后果也沒有得到書面同意的情況下，不得采集個人的收入、存款、保險、有價證券、不動產等敏感信息”，但由于互聯網平臺上涉及大量個人隱私信息，在實際操作中很難避免采集禁止和限制類信息，使得采集范圍超限。

2.信息加工與信息主體權益沖突。一是《條例》第十六條規定：“征信機構對個人不良信息保存期限超過5年的，應當予以刪除”，但目前互聯網征信機構在信息保存和加工規則的服務協議中對用戶信用信息的使用時限均沒有明確的說明。如《芝麻信用服務協議》規定：“芝麻信用賬戶注銷后，您不可撤銷地授權本公司仍將繼續持有、保留您的用戶信息及您使用芝麻信用服務的記錄”。二是信用評分細則的知情權未得到有效保障。受制于互聯網征信目前的技術障礙，個人信息主體無法充分了解到互聯網征信機構的評分原理、規則、模型等概況，從而限制了信息主體應具備的信息更正或異議的權利。

3.個人信息安全存在風險。由于我國互聯網信用還處于初步發展階段，相關網絡安全技術還不成熟，所以互聯網征信機構在采集、存儲和提供用戶評分的過程中，容易受到網絡病毒及黑客的攻擊，導致用戶信息流失，威脅到用戶的個人信息安全。

（三）應用場景有待拓寬

互聯網征信在繼承傳統征信用于借貸的基礎之上，將征信滲透至日常生活中，如用戶可根據自己的信用等級或信用分，將其應用于分期消費、租房、租車、婚戀、預訂酒店等。例如，芝麻信用目前已與租房行業、租車行業及3000家酒店進行合作，且2016年年初推出了中國首個商家自助服務平臺，已有130多家企業成為其簽約商戶。但相對于互聯網在各行業的滲透深度而言，互聯網征信還很少涉足銀行、醫療、教育、就業等公共產品領域，還未應用于國家安全、國家消費結構、行業發展趨勢預測分析等領域。此外，現階段互聯網征信機構的大多數服務僅限于國內，還未開拓國內與國外服務市場的對接業務，未實現征信產品的國際化發展，這無疑在一定程度上限制了跨國界企業和個人的發展，不利于我國與其他各國的合作交流。

（四）行業監管有待加強

一是互聯網征信行業的法律法規體系不健全，導致互聯網征信行業監管力度薄弱，特別是在互聯網征信服務中對失信者的懲戒措施和手段比較少。目前，《條例》和《征信機構管理辦法》中只對征信機構的準入資質做了明確的限定，但未對互聯網征信行業監管機制進行約束，導致部分機構在提供征信服務時尚未得到監管部門的批準或在監管部門備案，從而游離于行業監管之外，其合規性存在風險。二是目前監管征信業的主要手段有現場檢查和非現場監管，由于互聯網征信機構虛擬化、弱實體化的信息采集方式使得現場檢查缺乏實效，在核查相關征信信息準確信、完整性、及時性上缺乏著力點。另外，在大數據背景下，互聯網征信數據表現為信息量大、涵蓋面廣、頻率快等特點，很難滿足重在報送文件和數據實質性檢查的非現場監管的要求，使其在實效性、連續性、針對性上大打折扣。三是互聯網征信行業監管缺乏復合型人才?；ヂ摼W征信是互聯網信息技術與征信業務結合下的產物，因此對監管隊伍在技術業務水平和人才結構上都提出了更高的要求，不僅需要具備征信、金融、法律等業務知識，更需精通計算機、數據挖掘、數據整合等專業技術的復合型人才。

五、完善我國互聯網征信的對策建議

（一）建立健全信用信息共享機制

應積極推動互聯網征信機構與央行、政府職能部門和其他互聯網征信機構的信息對接與交換，實現線上線下的數據互補共享，加大數據采集的廣度和深度，打破“信息孤島”現象，準確、全面地進行信用評估。

為健全信息共享機制，首先要統一數據采集格式、技術標準和報告格式，使行業間數據和成果共享成為可能，可借鑒美國Metro1和Metro2的信息采集模式，結合國內實踐，設計科學的數據采集框架。其次，政府部門應該主動牽頭建立信息共享與交換機制，開放政務信息，分批次將符合條件的互聯網征信機構接入央行征信系統，實現企業和個人信用信息在更大范圍內的共享。最后，逐步推進用戶數據市場化建設，建立獨立于征信機構和數據提供者的專業化數據公司，使不同征信機構的信息更加融合，避免現階段不同征信機構間數據難流通和壟斷問題，實現用戶信用信息的共享和有效利用，以提供更多的信用產品。

（二）完善法律法規，確保用戶主體權益及信息安全

第一，盡快完善個人信用信息法律法規。目前，許多征信機構都依據《條例》來規避對數據非法侵犯和不當獲取的風險，但《條例》中有關個人信用信息的限制范圍較窄，使得許多征信機構非法和越界使用用戶數據。針對互聯網征信中的大數據，政府應基于《條例》規定，繼續補充和完善相關配套規章制度，如加快出臺《互聯網征信信息保護規定》，嚴格規定個人信用信息的搜集、使用以及信息主體的權利義務，加強對信息安全、個人隱私保護、信息主體權益保護等方面的法律保障，健全互聯網征信的法律法規。

第二，建立信息授權制度，確保用戶主體權益。由于網絡客戶相對于征信機構始終處于弱勢地位。在信息采集方面，應在目前采用的“概括性授權”模式上盡快建立互聯網信息采集授權制度，確?；ヂ摼W征信機構在采集用戶信息時經本人同意，保障信息主體的知情權和選擇權，并嚴格落實不良信息告知義務。其次，在原始數據加工形成征信產品方面，建立信息授權制度以明確產品所有權問題。

第三，加大對用戶信用信息安全保護力度。政府應在信息安全保護方面加強對互聯網征信機構的技術支持，加強信息安全監管，嚴格落實信息安全等級保護制度，建議互聯網機構采用實名身份證、數字證書、電子簽名等安全認證技術，通過指紋、密碼、視頻等方式，對用戶進行身份驗證，保護用戶的信息安全和個人隱私，防止泄露或被不法分子不當使用。

（三） 拓寬服務范圍，強化市場監管

在大數據環境下，互聯網思維已滲透到各行各業，與此相伴的互聯網信用也將貫穿于我們的日常生活?，F階段在互聯網征信已涉足租車、租房、旅行、信貸、互聯網金融等的基礎上，要逐漸關注貼合日常生活的教育、醫療、就業等公共產品。此外，互聯網的跨國界發展，也促使征信產品的國際化，要拓寬互聯網征信的國際發展軌道，著力構建國際信用評級體系。

強化市場監管，探索符合互聯網征信特點的監管模式。一是完善相關監管法律，建立“守信激勵，失信嚴懲”機制，建立健全“黑名單”制度和行政、司法聯合懲戒機制，完善失信行為信息記錄和有限披露制度，提高失信者的市場交易成本，形成市場化懲戒機制，加大司法懲戒力度。二是基于互聯網征信的跨區域性、網絡化特點，以及大數據、云計算等技術在征信業的應用，建議央行探索建立全國互聯網征信監管組織，對互聯網征信行業實施事前、事中、事后的全方位、全流程監管，保證監管的動態實時性。三是建立互聯網征信行業協會，加強行業自律，促使互聯網征信監管模式由機構監管轉向行為監管。四是加強監管人才隊伍建設，不僅要引進精通征信知識、計算機等復合型人才，還要加強對現有人員的培訓，提高行業整體監管素質。

注：

①數據來源于央行發布的《中國金融穩定報告（2016）》。

②高級儲存單位，1PB=1024TB=1024×1024GB。

③FICO評分是由美國個人消費信用評估公司開發的個人信用評級法，其主要關注5個維度：償還歷史、信用賬戶的使用情況、建立信用年限、擁有信用賬戶類型和新開立的信用賬戶。FICO評分的分數范圍在300—850之間。

[1]Hoofnagle C J.2013.How the Fair Credit Reporting Act Regulates Big Data[J].Social Science Electronic Publishing.

[2]Crosman P.2012.ZestFinance Aims to Fix Underbanked Underwriting[J].American Banker.

[3]吳晶妹.我國征信業的幾點認識[J].中國金融，2015，（21）.

[4]鄧舒仁.關于互聯網征信發展與監管的思考[J].征信，2015，（1）.

[5]張健華.互聯網征信發展與監管[J].中國金融，2015，（1）.

[6]吳晶妹.2015展望：網絡征信發展元年[J].征信，2014，（12）.

[7]趙紅梅，王志鵬.大數據時代互聯網征信發展中的問題及應對策略[J].金融經濟，2016，（18）.

[8]李真.中國互聯網征信發展與監管問題研究[J].征信，2015，（7）.

[9]李蕾，王雪.論我國互聯網征信業務發展[J].征信，2016，（8）.

[10]姜琳.美國FICO評分系統評述[J].商業研究，2006，（20）.

[11]王冠.基于用戶互聯網行為數據的個人征信評估體系建設分析——以芝麻信用為例[D].北京交通大學碩士研究生論文，2015.

[12]王希軍.互聯網金融推動征信業發展[J].中國金融，2013，（24）.

Research on Chinese Internet Credit under the Background of Big Data——Take Sesame Credit as an Example

Yu Lixia Zhengjie
（School of Business，Sichuan Normal University，Sichuan Chengdu 610101）

With the development of large data and cloud computing，Internet credit has becomean indispensable foundation for the further development of Internet finance，and it has become a major trend in the development of credit information industry.On the basis of analyzing thedevelopment mode and current situation of Internet credit information in our country，this paper takes Alibaba's Sesame credit as an example，and makes an in-depth study on data collection，technical processing，evaluation model and application scenario.The paper points out there still exists several issues in the development of China's Internet credit industry such as Data sharing difficulties，the protection of main interests of user's information， the information security risks，application needs to be widened，supervision needs to be strengthened and so on.In addition，the paper will make suggestions on the establishment and perfection of Internet credit mechanism.

internet credit，sesame credit，big data

F830.49

B

1674-2265（2017）09-0046-07

2017-06-30

四川省哲學社會科學面上項目“四川省社會科學信用體系建設的路徑探索與對策研究”（SC16B070）；成都市哲學社會科學規劃研究項目“深化成都社會信用體系建設形成多方共謀市場體系研究”（2017R26）。

余麗霞，女，山西晉城人，四川師范大學商學院教授，博士，研究方向為金融學；鄭潔，女，四川巴中人，四川師范大學商學院，研究方向為公司理財與資本市場。

（責任編輯 劉西順；校對 WJ，GX）