大数据背景下我国互联网征信问题研究——以芝麻信用为例

余丽霞 郑 洁

（四川师范大学商学院，四川 成都 610101）

大数据背景下我国互联网征信问题研究
——以芝麻信用为例

余丽霞 郑 洁

（四川师范大学商学院，四川 成都 610101）

本文在深入分析我国互联网征信发展模式及现状的基础上，以阿里巴巴的芝麻信用为例，对其从数据收集、技术处理、评价模型和应用场景四方面展开研究，指出我国互联网征信业发展中存在征信数据共享困难、用户信息主体权益保护和信息安全存在风险、应用场景有待拓宽、监管需加强等问题，并对互联网征信机制的建立和完善提出建议。

互联网征信；芝麻信用；大数据

一、引言

征信指专业的第三方机构依法收集、整理、储存、分析有关个人和企业的信用数据，以此来提供信用报告、信用评估、信用咨询等服务，判断、控制信用风险，进行信用管理的活动。随着“互联网+”的稳步推进，以及大数据、云计算等互联网技术的发展，互联网征信迎来了前所未有的机遇和挑战。2015年被认为是互联网征信的元年：1月5日，中国人民银行下发《关于做好个人征信业务准备工作的通知》，首批确定了8家机构做好互联网个人征信业务的准备工作，标志着互联网征信正在从网络经营中逐渐分离，作为独立的业态初露端倪；6月1日，“信用中国”网站正式上线，目的是整合共享社会信用体系建设部级联席会议成员单位已经有的公开信息和数据；7月4日，国务院下发《关于积极推进“互联网+”行动的指导意见》，指出希望各信用信息平台尽快建立联系，加强信息披露和共享，充分利用互联网资源，对现有征信体系和测评体系进行补充和完善，将互联网技术与征信深度结合，初步形成网络商务、互联网金融与互联网征信间的网络征信产业服务链；8月19日，国务院审议通过《关于促进大数据发展的行动纲要》，再次强调要推动政府信息系统和公共数据互联共享，加快整合各类信息平台。2016年5月，央行征信管理局下发《征信业务管理办法（草稿）》，拟对征信机构的信息采集、整理、保存、加工、征信产品、异议和投诉及信息安全等征信业务环节做出规范。这一系列制度的出台，意味着我国互联网征信业拉开了快速发展的帷幕，同时对征信机构、征信产品及征信监管等方面都产生了深远的影响。

二、互联网征信的含义和基本模式

（一）互联网征信的含义

吴晶妹（2014）认为，互联网征信是指互联网机构开展的海量互联网数据采集并直接应用的信用管理服务，需要有大数据和云计算技术的支撑。邓舒仁（2015）、张健华（2015）等分别从广义和狭义两个角度来界定互联网征信：狭义的互联网征信是指采集个人或企业在互联网交易或使用互联网服务中留下的行为数据，并利用大数据、云计算等技术进行信息评估的活动；广义的互联网征信还包括采集个人或企业使用互联网金融服务所留下的信贷数据以及通过线下渠道采集的公共信息等数据，并进行信用评估的活动。综合以上学者观点，结合我国互联网征信的现实状态，本文将互联网征信界定为：采集个人或企业的互联网信息数据，并结合线下渠道采集的信息，使用大数据、云计算等技术来评估信用的活动。

在互联网大数据时代，随着人们行为数据的电子化，使得互联网征信评估维度增多、评价指标更加多样、评估方法更科学、评估结果更加动态化。与传统征信相比较，互联网征信的特征主要体现在以下六方面：（1）征信主体不同：传统的征信主体指央行征信系统，而互联网征信的主体是相对市场化、多元化的征信机构，这些机构应具备深度挖掘和整合数据的能力及分析数据的技术。（2）数据来源不同：传统征信的数据主要来源于线下的借贷及金融领域的结构化数据，渠道比较狭窄和固定，而互联网征信大量采用线上行为数据并结合线下渠道的非结构数据，涵盖了用户的消费、财务、社交等各个方面。（3）评估模型不同：传统征信通过固定的模型定向采集财务和金融交易信息，其评分模型涉及的变量少，而互联网征信使用多变量和机器学习模型，该模型通过对用户不同的网络行为数据和其信用水平进行相关性分析，不断优化评估结果，使评估结果动态化。（4）评价思路不同：传统征信是用昨天的信用记录来判断今天的信用履约情况，而互联网征信是用实时行为反映人相对稳定的性格和心理，以此来推断履约的可能性。（5）应用方式不同：传统征信采用“数据采集—数据储存—数据应用”的模式，而互联网征信采用“用户申请—数据采集—数据评估—数据应用”的模式。（6）应用场景不同：传统征信主要应用于借贷领域，而互联网征信应用场景除了借贷领域外，还包括租车、租房、购物、预订酒店、办理信用卡等生活化领域。

（二）互联网征信的基本运作模式

目前，按照征信数据来源，我国互联网征信机构大致有四种运作模式（见表1）。

表1：互联网征信机构的基本运作模式

二、我国互联网征信业发展现状

（一）互联网征信需求不断增加

1.随着互联网金融业的快速发展，传统征信在数据来源、应用场景、覆盖面上明显滞后于互联网征信，互联网征信以数据来源广、采集成本低、覆盖面广、评估结果动态等受到市场主体的青睐。此外，互联网金融的快速便捷使得越来越多的市场主体参与其中，但互联网金融行业尚处于初步发展阶段，在数据合规性、技术实力、标准业务模式等方面难以达到央行征信体系的基础性要求，因此只能通过市场化的渠道获取急需的征信数据资源，由此催生了大量的互联网征信需求。

2.随着我国互联网信贷市场规模快速增长，不良贷款余额和不良贷款率不断走高。2015年末我国网贷行业总体贷款余额约4300亿元，行业坏账规模达645亿元至860亿元，不良率达到15%以上③。在互联网金融快速发展的背景下，为了降低不良贷款率，降低信贷市场的交易成本，对互联网征信的需求将不断扩大。此外，为了刺激和引导消费，许多商家提供的优质优惠服务仅针对达到标准信用分的用户，倒逼用户增强对信用的关注，使用户对互联网征信的需求不断增加。

（二）互联网征信平台快速发展

1.传统征信机构积极扩展互联网征信业务。近年来，随着“互联网+”的稳步推进，传统征信机构将触角延伸到互联网征信行业。如2013年3月北京安融惠众征信有限公司创建了安融惠众信用信息共享平台（MSP），该平台采取会员制模式，为小额贷款公司、担保公司提供行业内信用信息查询服务；2013年6月28日中国人民银行征信中心控股的上海资信有限公司推出全国首个基于互联网的专业化征信系统——上海资信互联网金融征信系统（NFCS），该系统通过采集P2P网贷平台用户的基本信息、贷款申请信息、贷款还款信息和特殊交易信息等实现企业间数据共享，帮助P2P平台机构全面了解授信对象，规避和防范借款人过度负债、恶意欺诈等信用风险。

2.基于电子商务平台发展的互联网企业积极进军征信业。2015年1月央行首批获准个人征信资格的有8家企业，分别是芝麻信用、腾讯征信、前海征信、鹏元征信、中诚信征信、中智诚征信、拉卡拉信用、华道征信。芝麻信用基于阿里巴巴的电商数据平台和支付宝支付渠道，构建了包含用户网购、转账等信用数据库，并于2015年1月28推出与国际主流信用评分体系接轨的芝麻信用分。腾讯征信通过腾讯庞大的社交客户群（8亿的QQ账户、5亿微信账户、3亿微信支付用户）构建了包含大量社交、消费、信用卡还款等信息的信用数据库，并于2015年4月12日上线。在阿里和腾讯的带动下，越来越多的互联网企业瞄准了征信行业，360金融、百度、京东金融等企业也在积极构建互联网征信系统。

3.互联网金融平台演变的互联网征信机构。越来越多的P2P网贷、众筹融资等互联网金融平台基于自身积累的大量金融业务数据，通过购买或研发数据抓取软件，将平台交易数据进行统计分析，建立用户征信数据库，以此来开展信用评估服务。如2013年12月，网信征信有限公司依托母公司网信金融集团旗下拥有的众筹网、第一P2P、第一支付等多个互联网金融品牌开展企业信用信息的收集、整理、评定、信用信息管理和咨询服务等，提供投融风险评价产品。

（三）互联网征信产品日益丰富

相对于传统征信产品来说，互联网征信机构提供的产品涵盖面更广。一方面可以为用户提供个人及企业信用报告类、身份认证类、评分类、信息核查类、统计指数类、自动征信类、互联网服务类等基础产品；另一方面还可以为用户提供防范各类风险的附加产品，如：防范身份欺诈风险、信用卡风险、信贷风险、互联网金融等风险的解决方案，贷后风险跟踪预警，并根据客户需求开展市场调查及研究咨询、应收账款管理咨询、信用风险管理培训、信用风险管理软件系统开发等增值服务。其中，用户最常用的产品为个人或企业信用报告和评分类产品，例如阿里旗下的芝麻信用分、腾讯信用分、拉卡拉的“考拉分”、中诚信征信的“万象分”、华道征信的“猪猪分”、前海征信的“好信度”等。用户除了将这些信用分用于基本的信贷、金融服务外，还应用于一些增值服务，例如租赁、借贷、购物、酒店、餐饮、交通、公益事业、众筹（天使汇、投行圈）、互联网理财（理财通、存钱罐）、虚拟货币（腾讯Q币、侠义道游戏的侠义元宝）等。

三、互联网征信的典型案例分析——以“阿里巴巴芝麻信用”为例

芝麻信用是阿里巴巴蚂蚁金服旗下的征信机构，其通过采集大量互联网信息，并运用大数据及云计算技术进行数据处理，客观表现个人信用状况，提供的信用产品主要有芝麻信用评分、芝麻认证、芝麻信用报告、风险名单库、芝麻评级等。

（一）数据搜集

芝麻信用拥有较为丰富的数据来源，主要可分为以下三种：

表2：芝麻信用数据来源

从表2中可知，芝麻信用的数据来源不仅拘泥于用户的个人财务信息，还涵盖了海量的网络信息，例如电商数据、社交平台数据以及网贷平台的大量碎片化数据，有效补充了传统征信的单一信息采集渠道。通过对这些数据进行分析处理，能够预测用户的信用交易风险和偿还能力，对个人的信用状况做出更加全面的评价。

（二） 技术处理

芝麻信用的数据从采集到生成结果，使用的是阿里巴巴通用的大数据平台，该平台通过多维度的因子和数据分析，建立复杂模型进行综合计算，得出芝麻信用分。该平台主要由以下三个层次的业务组成：一是阿里云业务。阿里云是阿里巴巴的核心技术平台，提供数据采集、储存和处理的基础设施服务，它有着规模庞大的服务器。二是数据平台事业部，提供对搜集到的数据进行结构化处理的“数据清洗”工作，让搜集到的数据可以被用来分析。现在已有超过100PB②处理后的数据储存在数据平台事业部的服务器上。三是商业智能部，对清洗后的数据进行分析，供各个业务部门使用。

（三） 评价模型

1.信用评价结果是以芝麻信用分（以下简称“芝麻分”）来直观呈现的，芝麻分是根据用户互联网行为信息进行加工、整理、计算后得出的信用评分。芝麻信用参考了国际通用信用评级模式（如美国著名FICO评分）③，将海量的个人用户征信数据经过模型的分析，计算得出芝麻分。芝麻分的区间是350—950，分数由高至低共分为五个信用等级，具体信用等级划分见表3。分数越高，代表用户的信用风险越小。

表3：芝麻信用评级

2.基于互联网行为的“5C”模型（品质、能力、资本、社交、条件），芝麻信用结合自身信息采集渠道，将芝麻分的评分依据分为5大维度，分别为：信用历史、行为偏好、履约能力、身份特质和人脉关系，每个维度的权重和具体内容见表4。

表4：芝麻分评分维度分析

3.用户的芝麻信用分通常会作为阿里产品与合作伙伴对用户某种资质的审核参考，只有在用户芝麻信用分达到一定分数时，才能享受特定服务，所以用户可以通过坚持“芝麻习惯”、完成“芝麻任务”来进行信用提升。芝麻评分模型会根据用户的累计消费、信用情况每月更新一次，并给出提升芝麻评分的建议。

“芝麻习惯”包括：（1）与生活缴费息息相关，包括按时缴纳水、电、气、物业等费用，充分体现个人信用；（2）多交信用好的朋友，以用户的人脉圈作为参考，间接判断用户的信用；（3）量入为出，花钱有计划，从用户的花钱方式来判断其是否能及时还款。

芝麻任务包括：（1）提交学历学籍，包括学校所在地区、院校名称、当前状态、学历和入学时间，以此获取用户的基本信息；（2）绑定企业邮箱，绑定用户所在单位的个人邮箱，以此来评估用户是否有稳定的工作以及对用户收入进行估计，输入邮箱地址后系统会自动发一封校验码邮件，输入校验码才能完成绑定操作；（3）录入车辆信息，将个人用户车辆品牌、车型和车牌号信息输入系统，以此来粗略评估用户的消费水平和资产状况；（4）绑定职业信息，这项任务是将个人用户的芝麻分和部分商务社交软件进行绑定，以此来获取用户的职业和人脉信息，这类软件有领英、钉钉、名片全能王、脉脉和赤兔；（5）查看公积金，通过用户所缴纳公积金的情况，反映用户的履约能力。

综上所述可以看出，信用不可能一日之间迅速提升，需要一朝一夕的数据积累，所以芝麻信用的标语是“点滴珍贵，重在积累”。

（四） 应用场景

芝麻信用作为我国首个基于互联网行为数据的个人信用产品，已逐渐走入人们的日常生活，为刺激消费、提供融资带来了极大的便利。目前芝麻信用的应用场景主要有：以光大信用卡为代表的芝麻在线申卡、以“蚂蚁借呗”为代表的现金借贷、以“蚂蚁花呗”为代表的消费分期、以“天猫网厅”为代表的信用套餐、以“永安公共自行车”为代表的绿色骑行、以“神州租车”为代表的信用租车、以“未来酒店”为代表的信用住宿、以“优客逸家”为代表的信用租房和以“珍爱网”为代表的信用社交。在这些应用场景之下，若用户的芝麻分达到一定分数就可享受信用优待，如当用户的芝麻分达到600分以上，可以享受在合作租房机构免费入住、免交押金，入住后一段时间内补交房租即可；可以享受在合作酒店先住后付免押金服务；可以享受免押租自行车服务；当用户芝麻分达到650分以上，可以享受免预授权、轻松租车服务等。具体应用场景如表5所示。

四、我国互联网征信发展存在的问题

（一）征信数据共享困难

一是目前互联网征信还未与央行征信系统和我国政府职能部门建立联系，企业和个人的大量原始数据零散地分布在司法、工商、税务、海关等政府职能部门，没有实现线上线下信息共享，无法获取完整的用户信用信息基础数据，降低了信用评估的准确度，限制了我国征信机构及征信市场的发展。二是目前互联网征信公司的数据来源主要是基于互联网企业的内部生态系统，无法在不同类型的网站间转移，各大生态系统对于网络信息采集标准、信用报告格式、征信服务标准没有统一规定，也缺少相应的接口交换标准来打通信息壁垒，这些征信数据往往被视为企业的核心资源乃至核心竞争力，很难实现数据在行业间、机构间的跨越式共享，不仅容易导致同一用户在不同征信机构的信用等级存在较大差异，评分结果的权威性和准确性大打折扣，一定程度上限制了用户的消费行为，降低了市场运行效率，还极易出现同一借款人在不同平台上重复借款的情况，加大了信用风险。

表5：芝麻信用的应用场景

（二）用户信息主体权益保护和信息安全存在风险

1.个人信息的采集方式不合规、采集范围超限制。《征信业管理条例》（以下简称《条例》）规定：“采集个人信息应当经信息主体本人同意，未经本人同意不得采集”，但互联网征信企业用大数据挖掘方式来获取数据，自动记录用户在平台浏览和交易的踪迹，其过程具有广泛性和隐蔽性，往往未获个人信息主体授权。另外，《条例》规定：“人们的宗教信仰、身体状况等属于隐私的数据不得被采集；在没有明确告知用户不良后果也没有得到书面同意的情况下，不得采集个人的收入、存款、保险、有价证券、不动产等敏感信息”，但由于互联网平台上涉及大量个人隐私信息，在实际操作中很难避免采集禁止和限制类信息，使得采集范围超限。

2.信息加工与信息主体权益冲突。一是《条例》第十六条规定：“征信机构对个人不良信息保存期限超过5年的，应当予以删除”，但目前互联网征信机构在信息保存和加工规则的服务协议中对用户信用信息的使用时限均没有明确的说明。如《芝麻信用服务协议》规定：“芝麻信用账户注销后，您不可撤销地授权本公司仍将继续持有、保留您的用户信息及您使用芝麻信用服务的记录”。二是信用评分细则的知情权未得到有效保障。受制于互联网征信目前的技术障碍，个人信息主体无法充分了解到互联网征信机构的评分原理、规则、模型等概况，从而限制了信息主体应具备的信息更正或异议的权利。

3.个人信息安全存在风险。由于我国互联网信用还处于初步发展阶段，相关网络安全技术还不成熟，所以互联网征信机构在采集、存储和提供用户评分的过程中，容易受到网络病毒及黑客的攻击，导致用户信息流失，威胁到用户的个人信息安全。

（三）应用场景有待拓宽

互联网征信在继承传统征信用于借贷的基础之上，将征信渗透至日常生活中，如用户可根据自己的信用等级或信用分，将其应用于分期消费、租房、租车、婚恋、预订酒店等。例如，芝麻信用目前已与租房行业、租车行业及3000家酒店进行合作，且2016年年初推出了中国首个商家自助服务平台，已有130多家企业成为其签约商户。但相对于互联网在各行业的渗透深度而言，互联网征信还很少涉足银行、医疗、教育、就业等公共产品领域，还未应用于国家安全、国家消费结构、行业发展趋势预测分析等领域。此外，现阶段互联网征信机构的大多数服务仅限于国内，还未开拓国内与国外服务市场的对接业务，未实现征信产品的国际化发展，这无疑在一定程度上限制了跨国界企业和个人的发展，不利于我国与其他各国的合作交流。

（四）行业监管有待加强

一是互联网征信行业的法律法规体系不健全，导致互联网征信行业监管力度薄弱，特别是在互联网征信服务中对失信者的惩戒措施和手段比较少。目前，《条例》和《征信机构管理办法》中只对征信机构的准入资质做了明确的限定，但未对互联网征信行业监管机制进行约束，导致部分机构在提供征信服务时尚未得到监管部门的批准或在监管部门备案，从而游离于行业监管之外，其合规性存在风险。二是目前监管征信业的主要手段有现场检查和非现场监管，由于互联网征信机构虚拟化、弱实体化的信息采集方式使得现场检查缺乏实效，在核查相关征信信息准确信、完整性、及时性上缺乏着力点。另外，在大数据背景下，互联网征信数据表现为信息量大、涵盖面广、频率快等特点，很难满足重在报送文件和数据实质性检查的非现场监管的要求，使其在实效性、连续性、针对性上大打折扣。三是互联网征信行业监管缺乏复合型人才。互联网征信是互联网信息技术与征信业务结合下的产物，因此对监管队伍在技术业务水平和人才结构上都提出了更高的要求，不仅需要具备征信、金融、法律等业务知识，更需精通计算机、数据挖掘、数据整合等专业技术的复合型人才。

五、完善我国互联网征信的对策建议

（一）建立健全信用信息共享机制

应积极推动互联网征信机构与央行、政府职能部门和其他互联网征信机构的信息对接与交换，实现线上线下的数据互补共享，加大数据采集的广度和深度，打破“信息孤岛”现象，准确、全面地进行信用评估。

为健全信息共享机制，首先要统一数据采集格式、技术标准和报告格式，使行业间数据和成果共享成为可能，可借鉴美国Metro1和Metro2的信息采集模式，结合国内实践，设计科学的数据采集框架。其次，政府部门应该主动牵头建立信息共享与交换机制，开放政务信息，分批次将符合条件的互联网征信机构接入央行征信系统，实现企业和个人信用信息在更大范围内的共享。最后，逐步推进用户数据市场化建设，建立独立于征信机构和数据提供者的专业化数据公司，使不同征信机构的信息更加融合，避免现阶段不同征信机构间数据难流通和垄断问题，实现用户信用信息的共享和有效利用，以提供更多的信用产品。

（二）完善法律法规，确保用户主体权益及信息安全

第一，尽快完善个人信用信息法律法规。目前，许多征信机构都依据《条例》来规避对数据非法侵犯和不当获取的风险，但《条例》中有关个人信用信息的限制范围较窄，使得许多征信机构非法和越界使用用户数据。针对互联网征信中的大数据，政府应基于《条例》规定，继续补充和完善相关配套规章制度，如加快出台《互联网征信信息保护规定》，严格规定个人信用信息的搜集、使用以及信息主体的权利义务，加强对信息安全、个人隐私保护、信息主体权益保护等方面的法律保障，健全互联网征信的法律法规。

第二，建立信息授权制度，确保用户主体权益。由于网络客户相对于征信机构始终处于弱势地位。在信息采集方面，应在目前采用的“概括性授权”模式上尽快建立互联网信息采集授权制度，确保互联网征信机构在采集用户信息时经本人同意，保障信息主体的知情权和选择权，并严格落实不良信息告知义务。其次，在原始数据加工形成征信产品方面，建立信息授权制度以明确产品所有权问题。

第三，加大对用户信用信息安全保护力度。政府应在信息安全保护方面加强对互联网征信机构的技术支持，加强信息安全监管，严格落实信息安全等级保护制度，建议互联网机构采用实名身份证、数字证书、电子签名等安全认证技术，通过指纹、密码、视频等方式，对用户进行身份验证，保护用户的信息安全和个人隐私，防止泄露或被不法分子不当使用。

（三） 拓宽服务范围，强化市场监管

在大数据环境下，互联网思维已渗透到各行各业，与此相伴的互联网信用也将贯穿于我们的日常生活。现阶段在互联网征信已涉足租车、租房、旅行、信贷、互联网金融等的基础上，要逐渐关注贴合日常生活的教育、医疗、就业等公共产品。此外，互联网的跨国界发展，也促使征信产品的国际化，要拓宽互联网征信的国际发展轨道，着力构建国际信用评级体系。

强化市场监管，探索符合互联网征信特点的监管模式。一是完善相关监管法律，建立“守信激励，失信严惩”机制，建立健全“黑名单”制度和行政、司法联合惩戒机制，完善失信行为信息记录和有限披露制度，提高失信者的市场交易成本，形成市场化惩戒机制，加大司法惩戒力度。二是基于互联网征信的跨区域性、网络化特点，以及大数据、云计算等技术在征信业的应用，建议央行探索建立全国互联网征信监管组织，对互联网征信行业实施事前、事中、事后的全方位、全流程监管，保证监管的动态实时性。三是建立互联网征信行业协会，加强行业自律，促使互联网征信监管模式由机构监管转向行为监管。四是加强监管人才队伍建设，不仅要引进精通征信知识、计算机等复合型人才，还要加强对现有人员的培训，提高行业整体监管素质。

注：

①数据来源于央行发布的《中国金融稳定报告（2016）》。

②高级储存单位，1PB=1024TB=1024×1024GB。

③FICO评分是由美国个人消费信用评估公司开发的个人信用评级法，其主要关注5个维度：偿还历史、信用账户的使用情况、建立信用年限、拥有信用账户类型和新开立的信用账户。FICO评分的分数范围在300—850之间。

[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]吴晶妹.我国征信业的几点认识[J].中国金融，2015，（21）.

[4]邓舒仁.关于互联网征信发展与监管的思考[J].征信，2015，（1）.

[5]张健华.互联网征信发展与监管[J].中国金融，2015，（1）.

[6]吴晶妹.2015展望：网络征信发展元年[J].征信，2014，（12）.

[7]赵红梅，王志鹏.大数据时代互联网征信发展中的问题及应对策略[J].金融经济，2016，（18）.

[8]李真.中国互联网征信发展与监管问题研究[J].征信，2015，（7）.

[9]李蕾，王雪.论我国互联网征信业务发展[J].征信，2016，（8）.

[10]姜琳.美国FICO评分系统评述[J].商业研究，2006，（20）.

[11]王冠.基于用户互联网行为数据的个人征信评估体系建设分析——以芝麻信用为例[D].北京交通大学硕士研究生论文，2015.

[12]王希军.互联网金融推动征信业发展[J].中国金融，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

四川省哲学社会科学面上项目“四川省社会科学信用体系建设的路径探索与对策研究”（SC16B070）；成都市哲学社会科学规划研究项目“深化成都社会信用体系建设形成多方共谋市场体系研究”（2017R26）。

余丽霞，女，山西晋城人，四川师范大学商学院教授，博士，研究方向为金融学；郑洁，女，四川巴中人，四川师范大学商学院，研究方向为公司理财与资本市场。

（责任编辑 刘西顺；校对 WJ，GX）