1. 研究目的与意义
我国目前的个人征信系统是由中国人民银行的征信为主导的。但随着互联网的发展和兴起，这个过程中传统的金融行业与互联网技术相结合，衍生出了新的互联网金融。传统的个人征信体系主要是以银行信贷数据作为标准来判断信用水平,但目前个人征信体系已经无法与互联网金融的发展速度相匹配，开始出现无法满足互联网金融的个人征信需求的现象。所以构建互联网金融个人征信系统，可以极大地解决互联网金融中的信用违约问题，净化互联网金融环境。
而如今，多家第三方互联网金融征信机构充分利用大数据以及云计算开展个人征信业务，芝麻信用便是作为这些互联网金融征信机构中的佼佼者，开始逐渐的深入到人们的日常生活中，也在整个互联网金融征信体系中起到了越来越重要的作用，因此以芝麻信用为代表的互联网征信到底会对我们的生活产生怎么样的影响，而芝麻信用分的评价模式是否合理，能否客观公正的对一个人的信用进行评分。本文主要是以芝麻信用为例，通过分析其评级模式的合理性以及优劣势，从而对我国互联网金融的个人征信体系提出可行性的建议。
2. 研究内容和预期目标
（1）研究内容
本文通过对芝麻信用的评价模式进行分析， 来了解影响征信主体的芝麻信用分的因素，了解其各个因素对其芝麻信用分影响所占的比重，从而探讨芝麻信用评价模式的合理性以及优劣势，从而对我国互联网金融的个人征信体系提出可行性的建议。
①影响芝麻信用分的因素以及其权重
3. 国内外研究现状
（1）国外研究现状
国外学者对互联网金融征信进行了大量研究，主要研究如下：
随着信用业的不断发展，征信机构的数量日益增加、征信业的法律法规日趋完善，对征信模式的探讨和选择逐渐成为研究的重点。freedman(2008)提出在征信数据的来源上，互联网金融征信相比传统征信具有更多的优势，另外，p2p网络借贷平台中的借款等软信息有利于补充硬信息。与此同时，国外学者也对私人征信和公共征信这两种不同征信模式进行了对比研究，jentzsch(2007)通过研究指出了在互联网浪潮下金融隐私的监管等问题,对欧洲国家的私人征信模式和美国的公共征信模式进行了系统的分析，并且用实证分析的方式深入研究了不同征信模式对实体经济的影响。在互联网金融下，金融交易成本的大幅度降低进一步提升了金融的可得性，在此基础下征信体系也获得了更加快速的发展。angelini (2008)利用神经网络的手段对信用风险的评估体系进行研究后发现，在互联网金融下用于评估个人征信的指标将会越来越多，用户在互联网上的各种行为信息都将作为信用评估的一部分。
4. 计划与进度安排
（1）撰写方案
①阐述研究的理由和意义
②阅读相关国内外文献，撰写文献综述
5. 参考文献
[1]freedman s and jin g z. dynamic learning and selection: the earlyyears[d]. working paper, universityofmaryland, 2008.
[2]jentzsch n, san jose rientra. information sharing and its implicationsforconsumer credit markets: united states vs. europe[r ]. w orkshop 'theeconomics ofconsumer credit: european experience and lessons from the u.s.'workingpaper,2003.
[3]angelini e, tollo g d, roli a. a neural network approach for creditriskevaluation[j]. quarterly review of economics amp;finance,2008,48(4):733-755.
