征信類數(shù)字金融服務(wù)模式的美國經(jīng)驗(yàn)及啟示

摘? ?要：征信是市場經(jīng)濟(jì)的重要基礎(chǔ)設(shè)施，數(shù)字經(jīng)濟(jì)的發(fā)展催生了征信類數(shù)字金融服務(wù)。目前美國征信類數(shù)字金融服務(wù)蓬勃發(fā)展，形成了典型的征信類數(shù)字化金融服務(wù)模式。我國征信類數(shù)字金融服務(wù)模式主要是互聯(lián)網(wǎng)模式，與美國征信類數(shù)字金融服務(wù)有明顯差異。本分析了美國征信類數(shù)字化金融服務(wù)模式的典型案例，探討了我國征信類數(shù)字化金融服務(wù)發(fā)展中存在的問題，并就推動(dòng)我國征信類數(shù)字金融服務(wù)業(yè)的健康發(fā)展提出針對性的政策建議。

關(guān)鍵詞：征信;互聯(lián)網(wǎng);數(shù)字金融;經(jīng)驗(yàn)啟示

DOI：10.3969/j.issn.1003-9031.2020.09.008

中圖分類號(hào)：F832.3 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ?文章編號(hào)：1003-9031（2020）09-0067-06

一、引言

征信通常是指通過第三方依法合規(guī)采集、整理、加工、提供企業(yè)和個(gè)人的信用信息，并評(píng)價(jià)其資信狀況，以滿足其他社會(huì)主體在信用交易中對信用信息的查詢需要的專業(yè)活動(dòng)。征信屬于信用信息服務(wù)，是提高信用水平的手段與工具。征信體系建設(shè)可以幫助債權(quán)人了解債務(wù)人的經(jīng)營水平、還款能力，防范經(jīng)濟(jì)交往中的信用風(fēng)險(xiǎn)，緩解授信方與受信方之間的信息不對稱，特別是可以有效降低放貸組織的信貸風(fēng)險(xiǎn)。近年來，我國政府高度重視征信體系建設(shè)，大力鼓勵(lì)運(yùn)用互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能開展征信業(yè)務(wù)創(chuàng)新，著力提升我國小微企業(yè)和個(gè)人金融服務(wù)質(zhì)量和水平，數(shù)字類征信的發(fā)展可以有效彌補(bǔ)傳統(tǒng)征信的不足，廣泛應(yīng)用于小微企業(yè)信貸和個(gè)人消費(fèi)金融行業(yè)。

中美兩國征信類數(shù)字金融服務(wù)模式存在較為明顯的特征差異。當(dāng)前，美國征信類數(shù)字金融服務(wù)蓬勃發(fā)展，形成了征信典型模式，基于全面準(zhǔn)確的信用信息而開發(fā)的信用報(bào)告、信用評(píng)分等征信服務(wù)和產(chǎn)品能夠有效揭示信用主體信用狀況、解決小微企業(yè)、個(gè)人與放貸機(jī)構(gòu)之間的信息不對稱問題，從而提升信用主體融資的可獲得性和便利程度。而我國征信數(shù)字金融服務(wù)主要是互聯(lián)網(wǎng)模式，積極運(yùn)用金融科技手段，依托互聯(lián)網(wǎng)構(gòu)建金融服務(wù)平臺(tái)探索解決信息主體與金融機(jī)構(gòu)之間的信息不對稱問題。如江蘇省蘇州市采用“政府+市場”雙輪驅(qū)動(dòng)的地方征信體系發(fā)展模式，構(gòu)建地方性的大數(shù)據(jù)征信金融服務(wù)平臺(tái)，獲得人民銀行批準(zhǔn)設(shè)立全國首個(gè)“小微企業(yè)數(shù)字征信實(shí)驗(yàn)區(qū)”，積極探索征信服務(wù)中小微企業(yè)融資的新模式。互聯(lián)網(wǎng)金融科技公司積極進(jìn)行創(chuàng)新，陸續(xù)推出多樣化的征信類數(shù)字化金融產(chǎn)品，不斷滿足市場主體的融資需求。

二、美國征信類數(shù)字金融服務(wù)模式的典型案例分析

目前，美國的數(shù)字金融服務(wù)模式主要包括征信服務(wù)與信貸服務(wù)兩大類，數(shù)字化金融服務(wù)機(jī)構(gòu)主要是提供專業(yè)化、特色化的金融服務(wù)產(chǎn)品，比較成功的金融服務(wù)公司有Credit Karma（科瑞得卡瑪）公司和ZestFinance（澤思金融）公司。

（一）Credit Karma公司

與國內(nèi)大型平臺(tái)壟斷格局不同，Credit Karma公司成立于2008年，是最早的互聯(lián)網(wǎng)金融公司之一。Credit Karma公司的核心理念是為用戶提供免費(fèi)信用報(bào)告及免費(fèi)信用評(píng)分。

1.定位準(zhǔn)確，提供個(gè)性化征信服務(wù)。Credit Karma公司主要提供包括簡化版的信用報(bào)告、信用評(píng)價(jià)、信用畫像、信用監(jiān)督和信貸產(chǎn)品推薦在內(nèi)的五類免費(fèi)征信產(chǎn)品。其中，前四類產(chǎn)品就可以滿足客戶的常規(guī)征信需求，第五類產(chǎn)品主要是滿足客戶潛在的信貸需求。Credit Karma公司建立了自己的移動(dòng)應(yīng)用和管理平臺(tái)，為客戶提供高附加值的征信服務(wù)。移動(dòng)應(yīng)用軟件可以方便用戶實(shí)時(shí)查詢自己的信用狀況，管理平臺(tái)有助于用戶了解自身財(cái)務(wù)匯總情況及各項(xiàng)財(cái)務(wù)對自身信用的影響程度。Credit Karma公司的盈利模式為基于用戶信用狀況及金融產(chǎn)品可得性，為用戶提供金融機(jī)構(gòu)的產(chǎn)品廣告，并收取廣告費(fèi)用。

2.合作共贏，探索開放式發(fā)展模式。在大數(shù)據(jù)征信過程中，Credit Karma公司主要通過多方合作來實(shí)現(xiàn)數(shù)據(jù)拓展及技術(shù)提升。一方面，Credit Karma公司積極與傳統(tǒng)信用行業(yè)巨頭Equifax（艾克飛）和TransUnion（環(huán)聯(lián)）合作，吸收互聯(lián)網(wǎng)巨頭谷歌的投資。另一方面，加強(qiáng)與商業(yè)銀行的合作，搭建信用卡推薦、搜索和管理平臺(tái)。目前， Credit Karma公司的數(shù)據(jù)主要來源于傳統(tǒng)征信機(jī)構(gòu)及平臺(tái)用戶，提供的個(gè)人信用報(bào)告及信用評(píng)分則直接來自于Equifax（艾克飛）和TransUnion（環(huán)聯(lián)）。未來，Credit Karma公司有可能進(jìn)一步加強(qiáng)數(shù)據(jù)與技術(shù)融合，依靠數(shù)據(jù)挖掘及算法分析提供個(gè)性化推薦服務(wù)，并推出自主開發(fā)的大數(shù)據(jù)信用評(píng)分產(chǎn)品。

（二）ZestFinance公司

ZestFinance公司成立于2009年，是當(dāng)前最為熱門的大數(shù)據(jù)征信公司。其研發(fā)團(tuán)隊(duì)由數(shù)學(xué)家及計(jì)算機(jī)科學(xué)家組成。成立之初，ZestFinance公司主要通過ZestCash平臺(tái)提供個(gè)人信用評(píng)估服務(wù)發(fā)展放貸服務(wù)。在大數(shù)據(jù)征信理念上，ZestFinance公司堅(jiān)持“一切數(shù)據(jù)皆信用”“數(shù)據(jù)缺失即是信息”，致力于為美國三大個(gè)人征信機(jī)構(gòu)無法覆蓋的人群提供服務(wù)。這些人群一般沒有信貸記錄或信用記錄不好（美國個(gè)人消費(fèi)信用評(píng)估公司評(píng)分通常低于500，大約占全美人數(shù)的15%）。在大數(shù)據(jù)評(píng)分思想上，與傳統(tǒng)評(píng)分模型依賴“強(qiáng)相關(guān)”數(shù)據(jù)不同，ZestFinance公司更加注重利用“弱相關(guān)”數(shù)據(jù)反映用戶還款能力及還款意愿。

ZestFinance公司的最大創(chuàng)新在于運(yùn)用“大數(shù)據(jù)+機(jī)器學(xué)習(xí)”方法構(gòu)建新的評(píng)分體系。在變量選取上，ZestFinance公司基于第三方數(shù)據(jù)、用戶自身數(shù)據(jù)以及互聯(lián)網(wǎng)數(shù)據(jù)（傳統(tǒng)信貸數(shù)據(jù)占比僅40%左右），提取多達(dá)70000個(gè)原始變量。在評(píng)分方法上，與傳統(tǒng)線性回歸不同，ZestFinance公司采用機(jī)器學(xué)習(xí)算法。通過機(jī)器學(xué)習(xí)，ZestFinance公司不僅能夠獲得準(zhǔn)確評(píng)分，降低信貸壞賬率，并能實(shí)現(xiàn)在控制壞賬率的同時(shí)，提高信貸通過率，從而增加信貸業(yè)務(wù)的整體利潤。在模型的使用中，ZestFinance公司不取決于單個(gè)模型的結(jié)果，而是通過原始數(shù)據(jù)提取、數(shù)據(jù)轉(zhuǎn)換、元變量生成、模塊創(chuàng)建、分?jǐn)?shù)合成等步驟，基于數(shù)十個(gè)模型得出最終評(píng)分。與此同時(shí)，ZestFinance公司還通過挖掘相關(guān)規(guī)則來防范欺詐風(fēng)險(xiǎn)。事實(shí)上，無論是數(shù)據(jù)還是模型，ZestFinance公司均會(huì)進(jìn)行不定期更新，以應(yīng)對外界環(huán)境變化，并確保評(píng)分效果始終保持穩(wěn)定。據(jù)其官網(wǎng)信息顯示，相比于傳統(tǒng)信貸，ZestFinance公司的處理效率提升近90%，風(fēng)險(xiǎn)控制性能提升近40%。

三、我國征信類數(shù)字金融發(fā)展中存在問題

（一）我國征信類數(shù)據(jù)的累積存在明顯的短板

征信數(shù)據(jù)的累積是開展數(shù)字金融的基礎(chǔ)，而我國征信類數(shù)據(jù)累積與國外成熟國家相比還有明顯差異。從歷史發(fā)展看，我國的個(gè)人征信體系建設(shè)不足20年，而美國個(gè)人征信巨頭Experian（益百利）的起源則可追溯至200多年前。我國最早的消費(fèi)信貸，是由國外引入的信用卡，發(fā)卡主體是商業(yè)銀行，擁有一定財(cái)富的信用卡持有人是人民銀行個(gè)人征信系統(tǒng)最早覆蓋的群體。與之不同的是，美國最早的消費(fèi)信貸，是為促銷商品而催生的“賒銷模式”，從業(yè)主體是大型商場。從被采集信息群體看，我國最早反映個(gè)人信用狀況的數(shù)據(jù)來自于金融機(jī)構(gòu)，這也是人民銀行個(gè)人征信系統(tǒng)以金融類數(shù)據(jù)為主的原因。由于人民銀行個(gè)人信貸信息系統(tǒng)主要是為銀行收集數(shù)據(jù)，而國內(nèi)銀行長期“偏好”高收入群體，因此，人民銀行個(gè)人信貸信息系統(tǒng)僅能覆蓋有限群體。美國最早反映個(gè)人信用狀況的數(shù)據(jù)來自于實(shí)體商戶，消費(fèi)數(shù)據(jù)是反映個(gè)人信用狀況的原始信息，多樣的消費(fèi)者類型使得美國個(gè)人征信機(jī)構(gòu)覆蓋范圍廣泛。從信息采集模式來看，我國采取政府主導(dǎo)模式，人民銀行的個(gè)人信用信息系統(tǒng)從銀行和其他公共部門收集數(shù)據(jù)。美國采用市場主導(dǎo)模式，即市場規(guī)模較大的個(gè)人征信機(jī)構(gòu)通過并購，整合數(shù)據(jù)，技術(shù)和信息服務(wù)公司形成目前三大個(gè)體信貸機(jī)構(gòu)的格局。美國的市場主導(dǎo)模式相比我國的政府主導(dǎo)模式，征信服務(wù)模式更加靈活高效，更有利于數(shù)據(jù)整合和服務(wù)產(chǎn)品創(chuàng)新。

（二）我國征信類數(shù)據(jù)存在嚴(yán)重的孤島問題

我國信用信息的滲透率低，數(shù)據(jù)存在嚴(yán)重的孤島問題，造成我國征信類數(shù)字金融形成壟斷發(fā)展格局。一是消費(fèi)文化差異使得國內(nèi)外的信貸主體類型相差較大。我國消費(fèi)文化尚未形成，儲(chǔ)蓄觀念深入人心，以信用卡為主要載體的消費(fèi)金融業(yè)務(wù)覆蓋面有限。人民銀行的個(gè)人信貸系統(tǒng)覆蓋的人口不到全國總?cè)丝诘?0%。因此，長期禁錮大眾消費(fèi)文化是造成國內(nèi)信用數(shù)據(jù)孤島的深層原因，在20世紀(jì)初，美國已經(jīng)形成了“大眾消費(fèi)”文化，各界對提高生活質(zhì)量有共同的目標(biāo)追求;從而有力推動(dòng)美國消費(fèi)信貸市場的繁榮和發(fā)展，擴(kuò)大個(gè)人征信機(jī)構(gòu)的覆蓋范圍。目前，美國三大個(gè)人信用機(jī)構(gòu)的個(gè)人信用記錄已超過90%的總?cè)丝?。二是國?nèi)互聯(lián)網(wǎng)巨頭對“替代數(shù)據(jù)”的壟斷加劇了數(shù)據(jù)孤島問題。當(dāng)前，我國絕大多數(shù)人都沒有信用記錄，當(dāng)人民銀行的個(gè)人信用報(bào)告系統(tǒng)無法改善這種狀況時(shí)，互聯(lián)網(wǎng)巨頭如阿里、騰訊、百度和京東已成為為沒有信用記錄的人服務(wù)的“主角”。從盈利的角度來看，數(shù)據(jù)是核心競爭力，在當(dāng)事人不愿意分享自己的數(shù)據(jù)的情況下，孤島問題更加嚴(yán)重。在美國，信用記錄缺失者的信用報(bào)告中主要采用“替代數(shù)據(jù)”，如電信計(jì)費(fèi)數(shù)據(jù)、租賃數(shù)據(jù)、電子商務(wù)消費(fèi)數(shù)據(jù)、教育數(shù)據(jù)、社會(huì)數(shù)據(jù)、手機(jī)通信數(shù)據(jù)、心理行為數(shù)據(jù)等“替代數(shù)據(jù)”，但僅是三大個(gè)人信用機(jī)構(gòu)的一個(gè)補(bǔ)充。

（三）我國征信類數(shù)據(jù)發(fā)展環(huán)境存在一些制約因素

由于信用信息系統(tǒng)建設(shè)涉及到公民的個(gè)人隱私等，需要以法律來保障對個(gè)人信息的采集、加工和使用制定出明確的標(biāo)準(zhǔn)，但我國在這方面相關(guān)法律還處于空白。在數(shù)據(jù)不能共享的情況下，征信信息應(yīng)用范圍較為有限，只能在特定場景為特定人群服務(wù)。如果個(gè)別征信機(jī)構(gòu)無法打通數(shù)據(jù)孤島的限制，那么大數(shù)據(jù)征信效應(yīng)將無法發(fā)揮。

（四）我國征信類數(shù)字金融模式存在技術(shù)瓶頸

除了京東金融服務(wù)公司對外披露其評(píng)分模型之外，其他互聯(lián)網(wǎng)金融公司都沒有對外說明其具體的評(píng)分方法。美國最大的三家征信機(jī)構(gòu)掌握著90%人口的信用數(shù)據(jù)，這些數(shù)據(jù)與個(gè)人信用狀況之間存在著“強(qiáng)烈的相關(guān)性”，邏輯回歸模型方法在識(shí)別這種關(guān)系方面“很擅長”，因此，高質(zhì)量的征信數(shù)據(jù)是應(yīng)用邏輯回歸模型分析法的前提。而ZestFinance公司由于使用大量與個(gè)人信用狀況不一定“密切相關(guān)”的“替代數(shù)據(jù)”為信用記錄缺失的人打分，邏輯回歸模型可能無法取得良好的得分結(jié)果，使用機(jī)器學(xué)習(xí)算法效果更好。一方面，人民銀行個(gè)人信用體系個(gè)人信用數(shù)據(jù)不完整，數(shù)據(jù)規(guī)范性不高，我國的征信數(shù)據(jù)質(zhì)量與發(fā)達(dá)國家相比普遍偏低。另一方面，互聯(lián)網(wǎng)金融公司擁有的大量“替代數(shù)據(jù)”與個(gè)人信用的關(guān)系有天然的聯(lián)系，并不是簡單的邏輯回歸關(guān)系，而我國大多數(shù)機(jī)器學(xué)習(xí)算法仍使用邏輯回歸模型方法。除京東金融服務(wù)公司對外披露其評(píng)分模型之外，其他互聯(lián)網(wǎng)金融公司都沒有對外說明其具體的評(píng)分方法。探索應(yīng)用基于“替代數(shù)據(jù)”的機(jī)器學(xué)習(xí)算法，將是我國未來征信類數(shù)字金融發(fā)展的優(yōu)先方向。

四、政策建議

信用是市場經(jīng)濟(jì)的基礎(chǔ)，數(shù)字金融的健康發(fā)展離不開信用體系的支持，為此，我國應(yīng)積極創(chuàng)造條件加快征信類金融服務(wù)體系建設(shè)。

（一）完善征信法制體系，強(qiáng)化征信監(jiān)管

目前我國在信息采集、信息流動(dòng)、信息報(bào)告及信息保護(hù)方面的法律基礎(chǔ)薄弱，信息數(shù)據(jù)立法體系還不完善。建議有關(guān)部門加快推進(jìn)信息數(shù)據(jù)立法工作，注重?cái)?shù)據(jù)收集質(zhì)量，保障數(shù)據(jù)安全，建立健全征信市場準(zhǔn)入和退出機(jī)制，建立起國家法律、部門規(guī)章、規(guī)范性文件共同組成的多層次法規(guī)保障體系，對信息界定、采集、流動(dòng)及公布等方面進(jìn)行法規(guī)明確，筑牢信息保護(hù)的法律基石，為我國信用數(shù)字金融行業(yè)健康規(guī)范發(fā)展創(chuàng)造良好條件。

（二）建立科學(xué)的信用數(shù)據(jù)標(biāo)準(zhǔn)，擴(kuò)大信用數(shù)據(jù)采集范圍

當(dāng)前，民間征信機(jī)構(gòu)快速增加，民營信用機(jī)構(gòu)的信用信息不僅包括個(gè)人基本信息、社會(huì)信息、貸款信息、信用卡信息、金融領(lǐng)域以外的信用信息等基礎(chǔ)金融數(shù)據(jù)，還包括司法數(shù)據(jù)、行政數(shù)據(jù)、電子商務(wù)數(shù)據(jù)等其他信息，用戶信息復(fù)雜多樣，建議有關(guān)部門應(yīng)制定統(tǒng)一的數(shù)據(jù)規(guī)范，充分利用互聯(lián)網(wǎng)和移動(dòng)終端平臺(tái)，在商業(yè)銀行等持牌金融機(jī)構(gòu)傳統(tǒng)數(shù)據(jù)源的基礎(chǔ)上，規(guī)范收集各類數(shù)據(jù)，并應(yīng)充分利用大數(shù)據(jù)、區(qū)塊鏈等先進(jìn)技術(shù)，努力建設(shè)多樣化的征信市場競爭格局，有效擴(kuò)大征信服務(wù)范圍。

（三）加大技術(shù)創(chuàng)新力度，構(gòu)建數(shù)據(jù)共享模型

數(shù)據(jù)化時(shí)代，要深化數(shù)據(jù)化技術(shù)在征信行業(yè)的創(chuàng)新導(dǎo)向作用，生產(chǎn)滿足時(shí)代需求的數(shù)據(jù)化征信產(chǎn)品。以前，征信機(jī)構(gòu)挖掘企業(yè)和個(gè)人信息經(jīng)常遇到阻力，數(shù)據(jù)挖掘的數(shù)量規(guī)模較小，數(shù)據(jù)分析能力不足。隨著信息技術(shù)的發(fā)展，征信行業(yè)從工業(yè)化時(shí)代過渡到電子化時(shí)代，再發(fā)展到大數(shù)據(jù)時(shí)代，征信數(shù)據(jù)挖掘分析能力空前提高，從而能更加科學(xué)地反映用戶的征信狀況。數(shù)據(jù)化與征信的融合不僅引發(fā)了新一輪征信技術(shù)的創(chuàng)新與變革，更給整個(gè)征信行業(yè)帶來了無限的想象與發(fā)展空間。數(shù)據(jù)化技術(shù)融入征信系統(tǒng)建設(shè)，采用分布式系統(tǒng)架構(gòu)，搭建虛擬化平臺(tái)，提升了數(shù)據(jù)庫的擴(kuò)展性和可用性，降低了架構(gòu)的復(fù)雜度，在數(shù)據(jù)技術(shù)創(chuàng)新的驅(qū)動(dòng)下，構(gòu)建了實(shí)時(shí)數(shù)據(jù)共享模型，從而實(shí)現(xiàn)了征信機(jī)構(gòu)之間的數(shù)據(jù)共享。

（四）完善數(shù)據(jù)管理體系建設(shè)，提升信用信息數(shù)據(jù)質(zhì)量

數(shù)據(jù)是征信行業(yè)的生命線，也是其業(yè)務(wù)發(fā)展的根基。在信息爆炸的時(shí)代，雖然信息量較大，但存在數(shù)據(jù)錯(cuò)報(bào)、漏報(bào)、未及時(shí)更新等信息質(zhì)量低、虛假、無效的情況。因此，我們必須提高信息質(zhì)量，保持良好的責(zé)任心，加強(qiáng)對數(shù)據(jù)的識(shí)別和響應(yīng)能力，強(qiáng)化數(shù)據(jù)管理能力建設(shè)，增強(qiáng)信用信息的含金量。同時(shí)，利用一些技術(shù)手段對海量數(shù)據(jù)進(jìn)行分析處理，將大量不相關(guān)的數(shù)據(jù)轉(zhuǎn)化為有用的信息，從而形成有效決策。隨著數(shù)據(jù)豐富完善，必將吸引更多征信機(jī)構(gòu)加入征信市場，進(jìn)而形成良性互動(dòng)的發(fā)展局面。

（五）構(gòu)建統(tǒng)一征信平臺(tái)，實(shí)現(xiàn)征信數(shù)據(jù)共享

統(tǒng)一征信共享平臺(tái)，是一個(gè)開放的平臺(tái)，平臺(tái)的底層使用開源的技術(shù)，而所有的技術(shù)包括程序的代碼，除部分專利保護(hù)之外，平臺(tái)的參與者可以完整獲取，且使用者權(quán)利和義務(wù)對等。構(gòu)建統(tǒng)一征信共享平臺(tái)，需要建立統(tǒng)一的身份識(shí)別和數(shù)據(jù)認(rèn)證的標(biāo)準(zhǔn)，對征信從業(yè)者進(jìn)行精確識(shí)別，建立統(tǒng)一的數(shù)據(jù)認(rèn)證標(biāo)準(zhǔn)，以實(shí)現(xiàn)跨平臺(tái)、跨機(jī)構(gòu)的數(shù)據(jù)和信息共享。同時(shí)，政府需要發(fā)揮主導(dǎo)作用，明確信用數(shù)據(jù)共享的條件和要求，提高數(shù)據(jù)共享的激勵(lì)約束機(jī)制。

（責(zé)任編輯：王艷）

參考文獻(xiàn)：

[1]何飛.國內(nèi)外數(shù)字金融模式研究[J].農(nóng)村金融研究，2019（6）：23-29.

[2]王便芳，周燕.從數(shù)字到數(shù)據(jù)：征信系統(tǒng)數(shù)據(jù)化轉(zhuǎn)型研究[J].征信，2019（8）：21-25.

[3]何宏慶.數(shù)字金融：經(jīng)濟(jì)高質(zhì)量發(fā)展的重要驅(qū)動(dòng)[J].西安財(cái)經(jīng)學(xué)院學(xué)報(bào)，2019（4）：45-51.

[4]何宏慶.數(shù)字金融的發(fā)展困境與創(chuàng)新進(jìn)路[J].甘肅社會(huì)科學(xué)，2019（1）：166-177.

[5]單建軍.數(shù)字貨幣發(fā)展現(xiàn)狀與監(jiān)管研究[J].海南金融，2019（10）：77-81.

[6]林漢川，張萬軍，楊柳.基于大數(shù)據(jù)的個(gè)人信用風(fēng)險(xiǎn)評(píng)估關(guān)鍵技術(shù)研究[J].管理現(xiàn)代化，2016（2）：95-97.

[7]馮科，何理.互聯(lián)網(wǎng)消費(fèi)金融的創(chuàng)新[J].中國金融，2016（11）：32-34.

[8]劉新海，丁偉.美國ZestFinance公司大數(shù)據(jù)征信實(shí)踐[J].征信，2015（8）：27-32.

[9]單建軍.金融科技發(fā)展及潛在的金融穩(wěn)定影響分析[J].金融科技時(shí)代，2019（10）：63-67.

[10]張吉光.美國個(gè)人征信體系的發(fā)展與啟示[J].經(jīng)濟(jì)縱橫，2003（4）：35-39.