随着征信机构的不断发展和法律建设的不断完善，研究的焦点逐步转移到征信模式的比较和选择上。玛格里特•米勒（2004） 在《征信体系和国际经济》中指出公共征信和私人征信模式各有优势，他认为公共征信模式有助于宏观调控市场风险，从而提高贷款收益；私人征信模式更有助于信用信息的收集，推动数据库的逐步完善[5]。
20世纪90年代，互联网金融的雏形在欧美国家诞生，互联网金融的不断发展给征信体系的研究带来了新的思考点。Freedman et al（2008）指出互联网金融的发展使机构有更广泛的征信数据来源，他认为P2P网络借贷平台中揭露的借款的“软信息”有助于完善“硬信息”[6]。后来，国外学者又进一步讨论了公共征信与私营征信两种模式的相同与不同之处。尼古拉•杰因茨（2009）在《金融隐私一征信制度国际比较》中分析了金融隐私的经济学和监管问题，对美国的公共征信制度和欧盟的私营征信制度进行了全方位的评估。在信息隐私理论和信息市场竞争的基础上，讨论征信业的历史和组织机构，最后实证分析了征信对实体经济的意义和影响[7]。
可见，国外的研究更多的是从宏观层面上对征信体系的建设与发展等方面进行探索，近年来的研究方向大多集中在征信模式的比较与选择上，认同互联网与金融业之间具有无法割裂的关系。但是微观层面上的研究成果较少，如关于从互联网征信细分出的大数据征信的研究，相对缺乏对某一个具体的大数据征信产品的探索。
２.国内文献综述
我国征信体系建设较发达国家的起步较晚，但近年来发展迅速，尤其在央行放开企业征信和个人征信后，我国征信建设的节奏明显加快，关于新兴征信模式的研究成果并不少。
国内学者认为，加快我国互联网金融征信体系建设具有不可忽视的重要性。袁新峰（2014）在《关于当前互联网金融征信发展的思考》中指出，增强互联网金融征信的用户隐私保护以及开展该模式下的信用评分业务，是建立征信系统的互联网金融子系统的关键[8]。刘芸、朱瑞博（2014）也认为应该建立互联网金融行业征信系统，并与人民银行征信平台做好对接[9]。同时，国内学者对于我国征信模式的探索上也有自己的见解。牛润盛（2014）认为我国现阶段互联网征信模式主要有三种，一是以征信中心为代表的政府主导模式，二是以电商征信机构和金融机构征信机构为代表的市场主导模式，三是以互联网金融协会信用信息中心为代表的会员制模式[10]。
与此同时，学者们深刻认识到互联网的迅猛发展加快了大数据时代的到来，抓住了征信市场以数据处理为基础的核心特点，进一步对大数据征信市场进行相关探索。卢芮欣（2015）在《大数据时代中国征信的机遇与挑战》中分析了大数据时代我国征信业面临的崭新机遇。她认为大数据能够有效扩大征信业务的覆盖范围、拓展信用信息的来源和范围、为信用信息安全存储和全面共享奠定基础，在提供强大的技术支持的同时有效提升信用数据的挖掘深度[11]。李真（2015）认为相较于传统的信用征信方式，大数据征信具有一定的优势，有利于减少信息不对称，能够有力降低逆向选择与道德风险。同时他也指出大数据征信发展过程中面临的困境与挑战，他认为我国现行征信法律规范与大数据信用征信并不适配，我国的信用征信监管水平亟待提高，所建构的大数据模型的可信赖性有待检验[12]。
随着国内大数据征信机构的先后建立，学者们开始针对具体的大数据征信产品进行相关研究，其中关于阿里芝麻信用模式的研究成果也有不少。许琪（2015）在《阿里巴巴芝麻信用存在的问题及相关建议》中阐述了芝麻信用的评价体系，芝麻分主要关注个人用户以下这5个文度的数据信息：信用历史、行为偏好、履约能力、身份特质、人脉关系，然后对个人用户信息进行加工、整理和计算，用一个分数（最低350分，最高950分）直观地呈现用户的信用水平，分数越高则信用程度越好[13]。叶文辉（2015）指出芝麻信用现阶段暴露的问题，一是用户个人隐私和信息安全存在隐患；二是由于数据采集文度不完整，信用评分有效性和可信度有所降低；三是个人信用信息主体异议处理困难多；四是可能诱发“刷信用”行为从而加剧信用违约风险[14]。张琪、张鑫（2015）则针对芝麻信用分存在的不足提出相关发展对策，他们认为芝麻信用可考虑专门做数据挖掘和分析，为其他征信公司提供评分模型，扩大芝麻评分模型的应用范围；可参考FICO模型，找到对于风险控制更有价值的特征变量；此外，要加强网络安全技术的应用，如数据加密技术和数字证书、安全电子交易协议的认证等[15]。 我国大数据征信现状分析及发展对策研究(3):http://www.youerw.com/jingji/lunwen_9812.html