摘 要

传统征信一般是由政府主导，银行发起的征信，受众量小，对用户行为偏好分析不足，本文主要研究泛在网络下由大数据分析的个人信用评估体系构建，大数据主要是在传统银行征信的条件下加入了电商数据和社交数据，本文先借鉴前人在管理学和经济学的个人信用体系构建相关理论，然后结合大数据的处理流程整理出新的信用体系评估模型，然后在基于电商数据的芝麻信用和基于社交数据的腾讯信用上进行验证。

芝麻信用主要是借住美国FICO分进行了结合社交化的改进，腾讯信用主要分析了将和个人资产不太相关的社交数据整合成个人的信用评估模型5C模型中的品质，即主要是偿债能力的技术分析过程。在此基础上对个人信用体系建设提出了数据既要广泛收集但又要注意严格筛选、各大征信机构应该尽最大可能信息共享但又要注意数据隐私、用户之间应该保持相互独立但又要结合分析以及风险防范的四点建议，希望大数据征信能结合实际进行改进以求稳步发展。

关键词：大数据征信；芝麻信用；腾讯信用；征信模式

Abstract

Traditional credit is generally dominated by the government and the bank initiated credit, in this way，the audience is small,and the user behavior preference analysis is not enough,This paper mainly studies the construction of personal credit evaluation system under the condition of Big Data under the ubiquitous network. E – commerce data and social data is mainly added to the Big data besides data from the condition of traditional bank credit. This paper draws lessons from the previous management and the economy Learning the personal credit system to build the relevant theory, and then combined with the processing of large data processing process to sort out a new credit system assessment model, and then based on the E – commerce data based on Sesame Credit and social data based on Tencent Credit verification,。

Sesame Credit is mainly borrowed Live in the United States FICO points combined with the socialization of the improvement, Tencent Credit analysis and personal assets will not be related to social data into a personal credit assessment model 5C model of quality, that is, the solvency of the technical analysis process The On the basis of the personal credit system to put forward the data to be widely collected but also pay attention to strict screening, the major credit agencies should be the largest possible information sharing but also pay attention to data privacy, the user should remain independent of each other To combine the analysis and risk prevention of the four recommendations, Finally hope that Bid Data levy can be combined with the actual improvement in order to keep steady development.

Key Words：Big Data credit; Seasame Credit; Tencent credit; Credit mode1

目录

摘 要 2

Abstract 3

第一章 绪论 5

1.1研究背景及意义 5

1.2国内外相关研究综述 6

1.2.1国内研究现状分析 6

1.2.2国外研究现状分析 6

1.3研究方法 7

第2章 网络个人信用数据处理及应用模式 8

2.1网络个人信用数据处理 8

2.1.1网络个人信用数据来源的分类 8

2.1.2网络个人信用的5C模型定性分析方法 8

2.1.3网络个人信用数据的处理流程 9

2.2网络个人信用体系的基本信用模式 9

2.2.1中介人模式 9

2.2.2担保人模式 10

2.2.3委托代理模式 10

2.2.4平台经营模式 11

第3章 基于大数据的个人信用模型构建 12

3.1个人信用风险指标选取原则 12

3.2个人信用等级评价的方法和模型 12

3.2.1确定权重的方法 13

3.3评价指标体系的结构 13

3.4基于大数据收集的个人信用等级评价指标体系的建立 14

3.4.1大数据征信特点及优势 14

3.4.2大数据征信实施步骤 14

第4章 大数据网络征信模式应用案例分析 16

4.1基于电商交易的信用模式－芝麻信用 16

4.1.1芝麻信用简介 16

4.2.2芝麻信用征信模式 16

4.2.3芝麻信用的特点 17

4.2.4电商数据真实性问题 17

4.2基于社交数据的征信模式－腾讯信用 18

4.2.1腾讯信用简介 18

4.2.2腾讯社交征信swot分析 18

4.2.3腾讯信用征信模式 18

第5章 结论及建议 21

5.1结论 21

5.2建议 21

5.2.1数据广泛收集与筛选 21

5.2.2信息共享与数据隐私 21

5.2.3用户独立与用户互联 22

5.2.4风险防范 22

参考文献 23

致谢 25

第一章 绪论

1.1研究背景及意义

中国电子商务起源较晚在19世纪年代末，到现在快20年以每年40%左右的增速飞速发展，近年来，中国电子商务交易总额超20万亿，网络信息时代的到来，电商发展超越时间空间的限制，从传统零售到国内电商交易到跨境电商，信贷业务也从传统的银行业务延展到网络信贷。在泛在网络发展中，信用保障是基石也是助力。随着互联网的去中心化，个人与个人之间建立起更强的信用联系，个人信用体系构建也成为关键的一环。中国经济最开始发展靠投资驱动，现在开始依赖拉动内需，再发展到金融消费领域，支持消费金融发展需要新兴的个人征信模式，由于银行数据单一，无法满足现在多元化消费需求^[1]。

相比传统交易，网络交易具有买卖双方距离远，交易环境虚拟，买方和卖方信息严重不对称的特点，对网络环境中的个人主体信用进行研究评级，有利于分层次调控进行网络交易活动，减少刷单，恶意差评，假冒伪劣，以次充好等网络交易问题，另外网络环境下，个人信用数据的收集更加方便，我们不该局限于传统银行式的信用交易数据，可以向电商，社交数据延伸。

在实际网络信用生活中，网络信用双方或者还加上第三方信用担保机构，形成了一条信用链，在完全不认识的情况下建立良好的个人信用体系，对网络交易的发展有良好促进作用，不只是网络购物，在网络理财方面，个人信用发挥了更强的作用。平台将个人进行综合多方面的信用评级进行对应的信用额度^［2］，推荐理财等的评级。在虚拟的网络经济中，信用体系的建立，是为了更好的实现信息对称，降低交易风险，提高资金使用效益，优化资金分配机制和信贷评级信用监管机构的管理和监督。

1.2国内外相关研究综述

1.2.1国内研究现状分析

中国早期征信主要是政府主导型，主要实现了从探索阶段（1980后期－1995）建立基本的征信概念到相关机构，到区域性平台搭建（1996-2002）为企业金融服务建立沟通平台，到央行集中统一平台主导，实现银行主导为个人综合服务的征信制度，相关征信理论，信用制度也在此期间形成，到现在市场化改革阶段（2014-至今）^［3］，从线下发展到线上，从传统金融发展到网络信贷，征信机构也形成自己的网络特色，例如以社交数据分析为基础的腾讯信用，以电商交易数据为基础的芝麻信用。