- 上一篇：食品安全强制责任保险文献综述和国内外研究现状
- 下一篇：TPP协议国内外研究现状
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，比例各占35%、25%、20%、15%、5%，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存在的问题，一是线上个人信息安全和隐私保护存在较大风险隐患；二是数据采集文度不够完整，信用评分难以反映信息主体真实信用状况；三是个人信用信息主体异议处理和救济难度大；四是“刷信用”行为和互联网低门槛可能加剧信用违约风险[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]。
综上所述，国内近年来的研究方向也大多集中在征信模式的探索上，相比国外，国内对大数据征信市场的研究相对更加丰富和全面，不仅从宏观层面上对大数据征信现状进行探讨，也从微观层面上对具体的征信产品进行研究。可见，互联网的发展，尤其是互联网金融的发展，给我国传统行业带来的影响是更加明显而深刻的。