摘 要

在互联网蓬勃发展的今天，由于对象覆盖率低，逻辑关系简单等原因，传统个人征信已不能满足现代商业社会的基本需求。但是大数据的出现为解决这个问题提供了新的思路，许多私人征信机构看准这一契机并开始实践，如美国的ZestFinance和中国阿里巴巴旗下的芝麻信用征信评分。

本文首先阐述了与大数据和个人征信有关的基本理论，然后分别介绍了美国ZestFinance和中国芝麻征信运用大数据进行个人征信的案例，并分析美国模式对我国征信业发展的启示。随后，本文分析了我国开展大数据征信业务的机遇和挑战，在大数据征信有机会全方位覆盖征信人群和大数据征信开辟了数据采集的新思路的机遇下，我国开展大数据征信仍然存在信息孤岛、隐私安全、人才和技术等方面的挑战。最后，针对这些挑战，提出搭建数据共享平台、保障大数据征信下的个人隐私、强化社会个人信用认知、完善相关法律和监管制度的政策建议。

关键词：大数据；个人征信； ZestFinance ；芝麻征信

Abstract

Nowadays, With Internet developing rapidly, traditional personal credit information can not meet the basic needs of the modern business community because of the low coverage of the object and the simple logic relationship. But the arise of big data has brought new idea to solve this problem, many private credit bureaus spot this opportunity and start to practice, such as Zestfinance in the US and Alibaba's sesame credit rating in China.

Firstly, we describe the basic theory about big data and personal credit , then we introduce the case of Zestfinance in the United States and sesame credit rating in China about how they use big data to conduct personal credit, and we analyze enlightenment of American model to China in credit industry. Then we analyze the opportunities and challenges to carry out credit business using big data, facing the opportunities of big data covering credit groups all-around and big data opening up new ideas for data collection, we still meet some challenges of information silos, privacy, human resources and technical aspects in big data credit business . Finally, in response to these challenges, we propose policy recommendations to build a data sharing platform, to protect personal privacy under large data credit, to strengthen social awareness in personal credit and to improve legal and regulatory regime.

Key Words： Big data； Personal Credit rating ；ZestFinance ; Sesame credit

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 选题背景及研究意义 1

1.2研究思路 1

1.3结构框架 2

1.4研究方法 2

第2章 个人征信模式、大数据的理论基础 3

2.1 个人征信概述 3

2.2大数据概述 3

2.3大数据和个人征信之间的必然联系 4

2.4国内外文献综述 5

2.4.1国内文献综述 5

2.4.2国外文献综述 6

第3章 中、美两国的案例分析 8

3.1 美国应用大数据个人征信——以Zestfinance为例 8

3.1.1 ZestFinance概况 8

3.1.2 ZestFinance大数据采集 9

3.1.3 ZestFinance大数据分析模型 10

3.1.4 ZestFinance公司面临的局限 11

3.2我国应用大数据进行个人征信——芝麻信用 12

3.2.1芝麻信用的大数据采集和分类 12

3.2.2芝麻信用的征信模型 14

3.2.3蚂蚁金服运用大数据征信的特点及优势 15

3.3 美国与对中国征信业的启示 15

第4章 我国发展大数据征信的机遇与挑战 17

4.1 机遇 17

4.1.1大数据征信有机会全方位覆盖征信人群 17

4.1.2大数据征信开辟了数据采集的新思路 17

4.2挑战 18

4.2.1信息孤岛挑战 18

4.2.2隐私安全挑战 18

4.2.3人才挑战 18

4.2.4技术挑战 19

第5章 中国发展大数据征信的政策与建议 20

5.1搭建数据共享平台 20

5.2保障大数据征信下的个人隐私 20

5.3强化我国社会对个人信用的认知 21

5.4完善相关法律和监管制度 21

第1章 绪论

1.1 选题背景及研究意义

中国消费信贷业务正在随着电子商务平台的蓬勃发展开启了新纪元，在互联网金融的基础上我们不能仅要关注他给我们带来好处，同时要重视他给我们带来的挑战，信用评估是信贷业务发展的基石，但是针对于商业银行的触角都难以把控的个人信贷评级，在互联网和大数据的碰撞下，我们提出了利用大数据的技术基于互联网的数据进行信用风险评估的解决方案。在中国以著名的阿里巴巴旗下的蚂蚁金服——芝麻信用为例，在美国互联网金融公司——ZestFinance都是通过将大数据应用于个人征信而取得了很好的成果。尽管如此中国相比于美国为代表的发达国家的发展仍有着很大的差距，而个人征信的缺乏是我国在这个领域长足发展的主要弊端和国外先进的经验与成果做出对比，找寻出符合我国特色的大数据征信发展道路。

我国个人征信这片蓝海发展前景不容小视，互联网金融和个人消费信贷对人们的影响已经从各个方面渗透进大众生活，随着个人征信时代的来临。2015年初中央银行下发对8家机构批准进入个人征信领域的通告，政府也在政策层面加大对于大数据应与个人信贷的支持力度。“大数据”已经第三次出现在了总理的《政府工作报告》， 2015年《促进大数据的行动纲要》出台，就连十三五规划中都无法掩藏政府部门对大数据的关注。

虽然对于大数据的应用和其使用价值的挖掘我们仅仅在起跑线上，但是他给能给我们的机遇是不可估量的正如自然杂志中说道，“如果能够有效地组织和使用大数据，对其进行科学的挖掘，其将产生我们无法估计的价值，给社会的发展带来无与伦比的影响。”大数据的交叉复现给予我们了对待传统问题的新思路，对大数据的探究将进一步推动社会经济发展，规避传统征信模式给我们带来的盲区。

1.2研究思路

本文研究思路是采用理论结合实证的方式，分别选取国内外典型以大数据应用于个人信贷的案例，以中国阿里巴巴的芝麻信用和美国Zestfinanc公司为样本，首先对国内外信贷评级进行研究综述，然后分析大数据与个人信贷评级模式之间的联系，再以国内外的创新案例分别研究，并对比分析各种利弊，接着，在此基础上阐述大数据应用于个人信贷的局限和未来发展空间，最后根据实证结果，给出政策建议。

1.3结构框架

本文的主要框架分为五个部分：

第一部分为绪论，主要介绍本文的研究背景和意义、研究架构和研究方。第二部分为理论基础，阐述大数据和个人征信的基本概念，论证大数据与个人信贷评级之间的必然联系，并进行国内外研究综述。第三部分，对中美两国大数据征信的典型案例进行对比分析，剖析ZestFinance公司和蚂蚁互联网金融公司对大数据征信的应用模式。第四部分基于第三部分的比较得出我国发展大数据征信所面临的的机会和挑战。第五部分为结论部分，在分析实证结果的基础上，给出相关的政策建议。

1.4研究方法

本文采用案例分析、文献查阅、对比分析、总结归纳等方法，对我国目前大数据应用于个人信用评级的发展进行研究。

(1)文献查阅。本文通过查阅大量国内外相关著作、期刊杂志、学术论文等文献资料，获取与论文主旨相关的的内容，并对其进行深入理解和分析，在此基础上，梳理总结相关理论知识点，为我国互联网征信体系的建立机制及有效性分析提供理论支持。

(2)案例分析。论文针对利用大数据搭建互联网个人征信体系，选取中美两国典型案例进行分析。中国芝麻信用和美国的ZestFinance公司，深入探究他们的数据来源、特点以及征信体系的建立机制等。

(3) 比较分析法。论文运用横向和纵向比较的方法，对中美两国大数据应用于个人征信的模型与其所在国家传统的征信模式作纵向对比，阐明大数据征信给征信业带来了很好的机遇，接着将中国与美国进行国际上的横向对比得出美国对中国征信改革的启示。通过以上综合性的对比，分析得出我国目前大数据应用于个人信贷的现状、面临的困难并给出建议。

第2章 个人征信模式、大数据的理论基础

2.1 个人征信概述

征信是指依法收集、整理、保存、加工自然人、法人及其他组织的信用信息，并对外提供信用报告、信用评估、信用信息咨询等服务，帮助客户判断、控制信用风险，进行信用管理的活动。[^[1]] 个人征信以个人为主体，为消费信贷机构提供个人信用分析产品。作为第三方依法设立的机构，其通过给每个人建立“信用档案”（即个人信用报告）提供个人信用评估服务，根本目的是为了解决双方信息不对称。主要服务于商业银行、金融监管机构、司法部分现已慢慢摄入社会服务领域如婚恋等。国际上有三种个人征信模式：政府型、市场型和会员制。

中国个人征信体系是一央行为主导的公共征信模式，现已有超过6亿人在央行征信系统下建立了信用档案就2013年我国政府出台了《征信业管理条例》和《征信机构管理办法》，中国将开启个人征信市场化的大门。就目前中国即将有八家私人企业获得个人征信机构的允许经营牌照，其中包括最具影响力包括阿里巴巴旗下的芝麻信用。

个人征信平台的建立可以让个人在金融机构需要借贷业务时耗费更低廉的成本，作为提供资金的一方也会根据不同信用等级的客户设定贷款利率，同时也会降低银行坏账率， 但是目前未被传统征信模式下覆盖的人群无法正常进行信贷活动，美国在发薪日时，在传统征信盲区的人往往需要付出高昂的贷款成本，而且坏账率很高。

个人征信的信息来源可划分为六类：电商大数据、信用卡大数据、社交大数据、小额贷大数据、生活服务类网站大数据、第三方支付大数据。

2.2大数据概述

“大数据”是互联网蓬勃发展至今的一个必然产物，国务院印发的《促进大数据发展行动纲要》将大数据界定为“大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息变革”。可以见得大数据是依靠云计算、存储技术和感知技术等技术的依托在互联网的大背景下，基于本体衍生出的全部数据的进行交叉复现而产生的新的数据挖掘和应用模式。

大数据的特征可以总结为4个“V”。Volume，Variety，Value，Velocity。换言之大数据的特点分为四个层面，首先， 数据体量巨大。大数据数据处理量级相当于上千甚至上亿倍的T级数据量。计量单位上使用P、E、Z;其次，数据类型繁多。比如，微博、图像、GPS信息等等。再三，价值密度低，商业价值高。最后，处理效率高。最后这一点也是和传统的数据挖掘技术有着本质的区别。

大数据的价值不在于数据，重要的是在大数据时代到来时大数据思维进驻各个领域影响我们的生活，和对数据的采集加工能力数据只有中国加工才会时间价值增值。目前大数据已经在各个领域得以运用：实现智慧交通，帮助航空公司节省运营成本，帮助电商公司向个人推荐商品和服务，协助娱乐行业预测艺人，为个人提供更准确的企业招聘信息。

2.3大数据和个人征信之间的必然联系

上述两节分别简述了大数据和个人征信体系，以及在大数据时代通过运用大数据思维于各个领域给我们带来的便利。下面我们来论证大数据在个人征信体系之间的联系。