| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 引言 | 第9-15页 |
| 1.1 选题背景及意义 | 第9-11页 |
| 1.1.1 我国互联网金融的崛起 | 第9-10页 |
| 1.1.2 大数据时代来临 | 第10页 |
| 1.1.3 我国征信行业情况 | 第10-11页 |
| 1.1.4 研究意义与研究价值 | 第11页 |
| 1.2 文献综述 | 第11-13页 |
| 1.3 研究思路与研究方法 | 第13页 |
| 1.4 创新与不足 | 第13-15页 |
| 2 互联网金融与大数据征信的结合 | 第15-20页 |
| 2.1 互联网金融概述 | 第15-16页 |
| 2.1.1 互联网金融的概念 | 第15页 |
| 2.1.2 互联网金融的模式 | 第15-16页 |
| 2.2 大数据与征信业 | 第16-17页 |
| 2.2.1 大数据概述 | 第16-17页 |
| 2.2.2 我国征信市场与大数据的运用 | 第17页 |
| 2.3 我国互联网金融风险控制的特征与重要性 | 第17-20页 |
| 2.3.1 我国互联网金融风控的特征 | 第17-18页 |
| 2.3.2 我国互联网金融风险控制的重要性 | 第18-20页 |
| 3 大数据征信在国内的可实施性 | 第20-24页 |
| 3.1 大数据征信的优势 | 第20-21页 |
| 3.1.1 大数据征信拓展了数据来源 | 第20页 |
| 3.1.2 大数据征信反映了对象的本质特征 | 第20页 |
| 3.1.3 大数据征信应用场景丰富 | 第20-21页 |
| 3.1.4 大数据征信覆盖人群广泛 | 第21页 |
| 3.2 我国大数据征信的市场基础 | 第21-22页 |
| 3.3 我国大数据征信的技术基础和制度环境 | 第22-24页 |
| 3.3.1 技术变革推动大数据征信的发展 | 第22页 |
| 3.3.2 政策环境支持大数据征信的发展 | 第22-24页 |
| 4 国内互联网金融行业的风险控制案例分析 | 第24-33页 |
| 4.1 阿里巴巴的大数据征信模式 | 第24-29页 |
| 4.1.1 阿里巴巴的大数据战略 | 第24-26页 |
| 4.1.2 阿里金融的征信体系 | 第26-29页 |
| 4.2 大数据征信在其他互联网金融公司的应用 | 第29-30页 |
| 4.3 我国大数据征信中遇到的困难和亟待解决的问题 | 第30-33页 |
| 4.3.1 缺乏与大数据征信相匹配的法律法规 | 第30页 |
| 4.3.2 大数据征信发展在技术上的阻碍 | 第30-31页 |
| 4.3.3 国内信息隐私性和安全性形势不容乐观 | 第31页 |
| 4.3.4 大数据对人才需求的挑战 | 第31-33页 |
| 5 国外互联网金融行业的风险控制案例分析 | 第33-37页 |
| 5.1 ZestFinance风险控制分析 | 第33-35页 |
| 5.1.1 ZestFinance的大数据理念 | 第33页 |
| 5.1.2 ZestFinance的大数据征信实践 | 第33-35页 |
| 5.2 对我国征信行业的启示 | 第35-37页 |
| 5.2.1 挖掘更多人的信用和新的技术 | 第35页 |
| 5.2.2 扩大征信体系数据来源 | 第35-36页 |
| 5.2.3 不以惩罚性为目的 | 第36-37页 |
| 6 利用大数据来推动征信业发展的建议 | 第37-42页 |
| 6.1 推动大数据在我国征信业的运用 | 第37-39页 |
| 6.1.1 建立符合大数据征信的保护机制 | 第37-38页 |
| 6.1.2 构建多样化的数据仓库 | 第38页 |
| 6.1.3 制定政策来增加大数据征信的使用 | 第38页 |
| 6.1.4 加快立法进程和行业自律 | 第38-39页 |
| 6.2 增强社会层面对征信和大数据的认知 | 第39页 |
| 6.2.1 利用互联网金融企业做宣传平台 | 第39页 |
| 6.2.2 加强金融管部门的权威性 | 第39页 |
| 6.3 加强政府对大数据征信发展的扶持 | 第39-42页 |
| 6.3.1 增强社会及政府对信息资源的互通 | 第39-40页 |
| 6.3.2 促进政府和企业之间合作 | 第40页 |
| 6.3.3 重视对大数据监管的运用 | 第40-41页 |
| 6.3.4 推进社会和支付两端的信息互通 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45-46页 |
| 在学期间发表的学术论文和研究成果 | 第46-47页 |