摘 要

大数据征信是指利用信息技术的优势，将从不同的信贷机构，消费场景中获得的各种数据，以及多样化、碎片化的海量信息集中起来，在一定程度上对这些信息数据进行筛选，得出有效信息，再通过技术处理等手段融合成有用信息，应用于征信行业。特别是近几年来，由于互联网技术的突飞猛进式的发展，导致了互联网金融领域的繁荣，同时以互联网金融为基础的大数据征信也走进了大众的视野，逐渐被接受和认可。大数据征信作为面向社会的新兴技术，比起传统征信来说，它不仅仅使我们具备了即时处理更大量信息的能力，对数据的搜索、挖掘能力也得到了长足的进步，也丰富了信贷市场中产品的数量和种类。然而，这种模式由于没有长时间的摸索和改进，会在一些方面存在一些问题。例如行业发展过程中的规范化问题、企业运营的难点以及可能会导致的信用风险、逆向选择、道德风险等。因此，研究大数据下征信机构的运作模式可以更有效地挖掘利用这种新的资源，而芝麻信用作为首批被央行列入的个人征信业务准备工作的八个企业之一，在目前的大数据征信市场上处于绝对的领先地位，是很有探索意义和研究价值的。所以将芝麻信用作为例子来对大数据征信机构的运作模式作研究会更有代表性。

本文主要借助调查法、文献研究法、经验总结法等方式进行，在此基础上对芝麻信用进行相关信息的获取，数据的筛选和分析，以及运营模式的探讨和优势劣势的总结。具体包括芝麻信用的概况、特点、评估体系等，然后基于芝麻信用的案例所表现出来的特征，对大数据征信行业进行展望，并给出自己对于行业改进和发展的一些个人看法和建议。

关键词：大数据；征信；互联网金融；芝麻信用

Abstract

Big data credit uses information technology to collect various data from different credit institutions.Then put the diversified and fragmented massive information together to filter those data in some extend,which could be useful to credit effectively. Useful information can be applied in a variety of scenario. Especially in recent years, due to the rapid development of Internet technology, it has led to the prosperity of the Internet finance field. At the same time, big data credit reporting based on Internet finance has also entered the public's field and is gradually accepted. Big data credit reporting is an emerging technology for society. Compared with traditional credit reporting,it not only equips with the ability to process a larger amount of information in time, but also makes a great progress in data searches and mining capabilities. The types of products in the credit market was extended so much during the past years. However, this model will have some problems in some parts,since it do not suffer too much.For example,the standardization is not set to protect customers’ priorities, the difficulties of operation, and the credit risk, adverse selection, and moral hazard that may result. Therefore, studying the operation mode of sesame credit under big data can tap this new resource more effectively.Besides,as one of the first eight companies listed by the central bank for personal credit business preparation work, sesame credit is at the China's big data credit leading position, which is of great exploration research value. To sum up, it will be more representative to use to chose Sesame Credit as an example to study the credit model of big data credit reporting agencies.

This article is mainly carried out by means of survey method, literature research method, experience summarization method, etc.On this basis, to acquire sesame credit-related information,then to select data and analysis it, as well as discussion of operating models and the summary of advantages and disadvantages. Specifically, it includes the overview, characteristics and evaluation system of Sesame Credit, and then based on the characteristics shown by Sesame Credit's case, prospects the big data credit reporting industry and gives some views on the improvement and development of the industry on my own.

Key Words：Big data credit；credit；numerical simulation；air-fuel combustion；Sesame credit

目 录

第1章 绪论 1

1.1 选题的背景与意义 1

1.1.1 选题背景 1

1.1.2 选题意义 2

1.2 研究思路和方法 3

1.2.1 研究思路与论文结构 3

1.2.2 重难点及创新点 3

1.3 文献综述 3

1.3.1 国内外相关研究综述 4

1.3.2 大数据征信 4

1.3.3 芝麻信用 5

第2章 大数据与征信业 6

2.1 大数据 6

2.1.1 大数据的定义 6

2.1.2 大数据的特征 6

2.2 大数据相关技术 6

2.2.1 云计算 6

2.2.2 分布式处理技术和存储技术 7

2.2.3 互联网金融 7

2.3 征信业与大数据 7

2.3.1 大数据征信的出现 8

2.3.2 大数据征信的特点 9

第3章 芝麻信用的征信运作概况 10

3.1 芝麻企业信用 10

3.1.1 商家芝麻信用 10

3.1.2 企业信用评分体系 10

3.1.3 企业信用的应用 11

3.2 芝麻个人信用 11

3.2.1 数据来源 11

3.2.2 技术处理 11

3.2.3 信用评估体系 12

3.2.4 芝麻信用的评分等级 17

3.2.5 芝麻信用的应用场景 18

3.2.6 芝麻个人信用的不足 19

3.2.7 芝麻个人信用的优势 19

第4章 大数据征信的发展前景和建议 20

4.1 大数据征信的前景 20

4.1.1 征信市场参与者越来越多 20

4.1.2 给信息数据的使用提供了更多的选择 20

4.1.3 征信思维模式的巨大变化 20

4.1.4 征信业所囊括的人群将会增加 20

4.1.5 客户更加良好的体验 21

4.2 大数据征信行业发展的建议 21

4.2.1 建立健全大数据行业相关法律法规 21

4.2.2 联合相关机构共建通用信息服务平台 22

4.2.3 发展市场化机构 22

4.2.4 鼓励征信产品的创新 22

4.2.5 建立信息共享机制 22

4.2.6 培养更多的人才队伍 22

第5章 总结 24

参考文献 25

致谢 26

第1章 绪论

互联网技术的提高带动了征信业的进步。大数据征信业以模型建立及数据剖析来开展风险评估的特色也正逐渐为人们认可和接受，它依据评估分数去预测还款人的信用等级并将之用于各种场景。目前，大数据征信正在走入我们每个人的生活中，甚至未来会对我们的生活产生很大的影响。芝麻信用作为目前建设最好、最庞大的新征信产品，其未来最可能率先完成征信体系的建立健全。

1.1选题的背景与意义

1.1.1选题背景

在英美，征信主要是由金融机构、电信运营商、法院等资源提供基础数据给信用局，通过加工数据之后依据FICO模型来赋予信用分，之后通过付费使用这些信用数据，进行金融服务、公共事业、就业、租赁等活动。以欧洲为例来说的话，公共征信机构强制让银行等机构提供信息，通过收取小分部费用（目的是为了覆盖成本）来进行信用活动。私营性质机构在国外也广泛存在。同是各国相应的法律法规体系和监督管理机制都非常健全。“以美国为例来说，其首个征信机构出现在1860年。之后它的征信市场从区域开始扩散至全国，行业也逐渐的围拢在一起，各种小型机构开始被收购与兼并成为更加有竞争能力的大机构，这种洗牌导致征信局数量大大缩减，从2000多家到现在的Equifax、TrnasUnion、Experian三大巨头。竞争增强了他们的实力，操作也更加合理，也有能力再去发展新技术、新产品的研发。并且在这个非常完善的信用体系里，最具有借鉴意义和价值的就是拥有一个信用信息共享的平台^[7]”。

在中国，随着社会主义商品经济和市场经济的发展，个人征信体系建立要相对慢一些。2004年，属建设的起步阶段，到2006年，有了全国集中的个人信用数据库。到2015年1月，征信市场上有了互联网企业的身影。近几年，社会征信建设发展较快。“在改革开放后，我们才开始逐渐建立起自己的征信系统，最初是在政府的主导作用下以央行的信用信息基础数据库为基础，之后格局逐渐放开，各种性质的机构才纷纷出现，所涵盖范围也越来越广，政府也逐渐重视起相关体系的建设 ^[10]”。互联网科技的创新发展和高速推进，促进了大数据征信的飞跃，它为大数据征信带来了极大的空间和机会，大数据征信行业伴随着人们不断增长的各项需求得到长足进步。