全文总字数：3763字

1. 研究目的与意义及国内外研究现状

互联网金融的兴起为现有金融体系带来了冲击与改变，为金融创新注入了新的活力，但互联网金融的虚拟特质也使其面临着更多风险。互联网金融的实质为金融行为，而金融行为的内核则是对信用进行风险定价。探究完善互联网金融信用管理机制的基本策略，对完善互联网金融管理体系，驱动互联网金融持续发展，具有重要意义。但现有征信体系无法服务于互联网金融的发展，催生国内征信业开始向大数据征信的深度融合方向发展。芝麻信用作为蚂蚁金服旗下独立的第三方信用评估及管理机构，通过运用大数据、云计算及机器学习等技术，客观呈现个人的信用状况。本文深入探讨了芝麻信用的运作模式、特点及优势、现在存在的问题。并通过芝麻信用的征信实践对我国互联网金融征信行业的发展提出了相关的建议，借芝麻信用模式进一步分析了我国互联网金融征信体系存在的问题，探讨基于大数据的互联网金融征信体系建设优势，从而对大数据信用机制建设提出合理化的建议。

国内外研究现状

国外学者对于个人信用风险评估理论与方法的研究历史悠久，并取得了很多经典的研究成果。随着互联网和大数据技术的兴起，国外一些学者也开始在这些领域探索个人信用风险评估理论和方法的创新。freedman 等（2008）通过分析和验证 prosper 借贷平台的信用风险评估方法，指出借助互联网途径的 p2p 借贷模式收集的借款人“软信息”，可以弥补“硬信息”在信用风险评估方面的不足。angelini 等（2007）的研究指出，互联网行为提供的信息可以满足丰富的信用评估指标要求。greiner 等（2009）利用 p2p 平台的开放数据，论证了借款人的社会关系信息对其信用水平的影响。crosman（2012）通过分析美国大数据征信公司的业务数据，得出了与传统征信和信用水平评估相比，依赖互联网途径信息进行的征信评估更有优势的结论。hoofnagle（2013）认为，互联网征信将有效解决传统评估指标单一导致的大部分人无信用记录的问题。clements（2015）分析了 fico模型的局限，并阐述了利用互联网大数据和改进模 型 fico xd 相结合对传统局限的突破。fatement 等（2015）提出了针对互联网征信的大数据特点，并基于特征选择算法和集成分类器的数据挖掘组合模型，证明在评分性能方面，基于非参数设置的数据挖掘组合模型优于基于参数设置的单一模型。

国内学者对于个人信用风险评估理论与方法的研究多集中在对国外研究成果的引进和中国化方面，并在近几年在与互联网和大数据技术的融合方面取得了一些成果。莫易娴（2011) 指 出，互联网金融的发展使金融机构在消费者习惯、风险偏好、信用情况等方面更加精细化，将极大地激励互联网征信的发展。刘新海（2014）和沈阳（2016）先后总结了互联网征信相比传统征信的优势。孙小丽和彭龙（2013）试图将 kmv 引入对互联网信贷借款人的风险评估和管理。唐艺军和葛世星（2015）使用陆金所平台的违约样本数据，构建了包含主体特征、信用特征和标的物特征的二元 logit模型，为互联网征信指标体系的建立提供了借鉴。罗锦莉（2015）认为，互联网征信在人群覆盖与评判思路上，相对传统征信有正方向的延展。王冠（2015）通过研究阿里巴巴能获得的客户数据规模及数据多样性，验证了互联网大数据征信的可行性。蒋慧（2016）以“人人贷”为例，构建了应用互联网征信数据与 ahp 模型的个人信用评估模型。 柳向东和李凤（2016）以“人人贷”数据为例，论证了随机森林模型对网络借贷的违约识别能力最佳。刘新海和曲丹阳（2016）分析归纳了益博睿、艾克飞和环联等传统征信机构和数据挖掘公司费埃哲合作引入替代征信大数据以及开发替代信用评分的成果，并分析了其在我国的应用前景。黄庆华和陈婉莹（2017）从原理上梳理了蚂蚁金服的征信和评分工作的优势和不足。

综上，针对互联网和大数据领域的个人信用风险评估研究，国内外学者更倾向于量化方法本身的创新，而忽视了基于信用风险评估理论的实证分析。特别是国内学者，大多还停留在论证大数据技术的必要性以及定性地提出利用互联网大数据完善个人征信的建议上，虽有少数学者提出优化模型用于个人征信领域，但并未涉及到对目前我国互联网征信机构信用评分机制的具象性研究。

2. 研究的基本内容

论文以国内外现有研究为基础，以芝麻信用为例，深入探讨了芝麻信用的运作模式、特点及优势、现在存在的问题。并通过芝麻信用的征信实践对我国互联网金融征信行业的发展提出了相关的建议，借芝麻信用模式进一步完善现有金融征信体系。提出促进互联网征信机构规范、健康发展的相关建议。

第一部分，引言。阐明研究背景、目的及研究意义。

第二部分，国内外研究现状。阐述国内外学者信用风险评估理论和方法研究现状，并进行评析。

3. 实施方案、进度安排及预期效果

4.1方案

翻阅有关资料，收集相关的数据，运用金融计量软件进行回归

分析，找出各变量之间的关系

4.2进度及效果

4. 参考文献

[1]黄庆华,陈婉莹.基于互联网金融平台的大数据征信应用研究——以蚂蚁金服为例.科技与经济,2017年第3期,55-59.

[2]蒋慧.基于互联网平台的个人征信体系研究.东南大学硕士论文，2016年6月.

[3]刘新海,曲丹阳,基于征信大数据的替代信用评分.征信,2016年第3期,33-36。