㈢ 互联网征信机构逐渐涌现
互联网征信是随着互联网金融业火热的发展而出现的，网络电商，第三方支付的火热程度不用我多言，互联网征信也将在这几年内顺势发展起来。2014年7月，上海资信公司下属的网络金融征信系统内共有203家网贷公司与其合作，然后到了2014年9月，与其合作的公司已经上升到了405家，信息的处理日均超过8000件，人数突破100万。

㈣ 互联网征信的主要特征
着互联网时代和大数据时代的到来，传统征信模式又面临什么样的挑战呢？首先呢，面临一个人群覆盖度的挑战。到2015年12月31日，央行的金融信用信息基础数据库累计收录企业和其他组织有2120万户，其中有贷款卡的企业和其它组织1051万户；收录自然人8.8亿人，其中有信贷记录3.8亿人。还有近7亿的网民，互联网征信数据可有作为有效的补充。还有，面临着一个信息广普多文化的挑战，网民这么多的一个信息，其实是对人的信用度有一个很好的补充和描述的，但是这些在传统金融机构是没办法采集的。另外，这些数据是时时送报，是很鲜活的。面临这三个问题，互联网征信是怎么解决，从而挖掘大数据征信的价值的呢?互联网征信是以多文的广域网为主体，以大数据、云计算等新兴高科技，通行征集、整理和分析企业和个人在互联网上留下的数据信息，辅以其它渠道获取的数据信息进行数据分析和评级的活动，如表1.1所示
表格 1.1新旧征信行业对比
    传统征信业    互联网征信
服务人群    金融机构借贷人群    包含缺乏信贷记录的人群
数据来源    主要为金融机构提交的信贷数据    金融机构，政府，商业合作伙伴，用户自身
数据类型    信贷数据    信贷数据、行为数据、关系数据等等
数据格式    结构化数据    结构化数据+非结构化数据
算法应用    逻辑回归    深度机械学习
变量特征    还款记录和贷款类型    网络消费信用记录，理财偏好，人脉关系等等
变量个数    数十个    成千上万

互联网征信有如下的特征：一是海量的数据。首先是互联网征信数据覆盖更广，其更全面地覆盖与信息主体相关的各项因素。如电商平台积累了每个买家和每个卖家的行为轨迹，这些看起来杂乱无章的海量信息经过交叉分析和索引处理后，变成了有价值的数据。其次是互联网征信数据的层次更细，包括信息主体的财务数据和行为数据。与客户财务信息的静态数据相比，行为数据具有更强的稳定性，基于行为对未来的预测更加准确。再则是互联网征信数据征集范围更宽，它既征集信息主体信贷交易信息等结构化的数据，也征集其音频、视频、图片等半结构化和非结构化的数据。
二是高效的存储和处理。互联网征信的大数据存储主要是通过整合服务器、存储器、网络、租用存储数据空间、形成大规模的数据库“云”，极大地扩充和提高存储能力和计算能力。对征信数据的处理主要是采取流处理与批处理相结合方式，通过对信息主体数据多层次挖掘和量化分析，长期储存分析结果和反跟踪验证，挖掘隐藏在数据背后丰富、深刻的内涵，准确地识别信息主体行为，从而提高风险预测的准确性和事后评估能力。
三是丰富的产品和更广的服务。互联网征信大数据的运用，使征信产品更加丰富和多样化，及时和动态化，能顾及不同的客户群体的各种细分需求。征信机构可向个人、企业及政府公共部门提供数据分析结果的服务，可以将数据作为资产直接进行销售，可以提供在线解决方案等广泛的服务等。如提供区域、产品、客户、资产分类、行业分布、信用报告、信用评分、欺诈检测、风险预警、关联分析等等多种数据服务。美国的三大征信机构已经向大数据分析转型，服务范围已经远远超出了金融领域，面向经济和社会领域提供服务。网络的广普多文为征信业提供了丰富的数据资源，而且对其产品的设计和生产产生了理念上的变化，未来征信业的发展方向是：互联网+大数据+信息技术+征信业务的“四加”深度融合，伴随着云计算、搜索引擎等新兴互联网技的发展，征信业必将获得革命性的发展。 中国互联网征信发展与监管问题研究(2):http://www.751com.cn/jingji/lunwen_2149.html