大數據時代我國信用評級業重構研究

章向東+鐘為亞

摘 要：次貸危機和歐債危機暴露出信用評級業自身發展問題重重，大數據時代信用評級業面臨著顛覆性的技術革命。要實現我國信用評級業重構，把握未來信用評級業方向，可行路徑在于信用評級業與互聯網平臺融合發展。要達到融合發展的合意結果，互聯網平臺要著力推動信用大數據標準化應用；信用評級機構要主動擁抱互聯網大數據平臺；監管部門要積極協調好隱私保護與大數據利用。

關鍵詞：大數據時代；數字經濟；信用評級業；重構

一、引 言

人、機、物三元世界的高度融合引發了數據規模的爆炸式增長和數據模式的高度復雜化，世界已進入網絡化的大數據時代。{1}{2}2012年3月，美國奧巴馬政府宣布推出“大數據研究與發展倡議”（Big Data Research and Development Initiative）。該計劃將投資兩億多美元，用于推動和改善與大數據相關的收集、組織、分析工具及技術。{3}奧巴馬政府把大數據定義為“未來的新石油”，將大數據從商業行為上升到了國家戰略層面。2014年春運期間，百度公司上線了一項技術品牌項目“百度遷徙”，該項目利用大數據技術，動態、實時地展現了中國春節前后人口遷徙的軌跡與特征。{4}

數字經濟飛速發展，規模和邊界不斷擴大，擁有巨大的活力和發展空間。{5}據《中國互聯網絡發展狀況統計報告》，中國2013年網民規模達6.18億，互聯網普及率為45.8%，我國數字經濟具有堅實的用戶基礎。據工信部數據，2014年第一季度，我國信息消費規模達6 910億元，增長22.3%；在2013年，我國電子商務交易額突破了10萬億元，我國數字經濟發展勢頭強勁。同時，數字經濟正在不斷“吞噬”傳統產業，推動傳統產業發生根本性變革。{6}尤其是互聯網金融的出現，加速了去金融中介化，帶來了普世金融，顛覆了傳統的金融業模式，給金融業帶來了一種新的發展思維和理念，正引發金融業的深度變革。{7}信用評級業作為傳統的金融行業之一，重構跡象已初現端倪。

二、信用評級：大數據時代數字經濟的命脈

當前世界經濟呈現出信用全球化發展趨勢，信息技術的發展將整個世界連為一體，帶來了信用的網絡化發展，由此信用評級成為“地球村”數字經濟活動的命脈。

1. 信用評級是數字經濟交易雙方的“名片”

數字經濟時代交易雙方來自世界各地，雙方存在著嚴重的信息不對稱，信用評級機構運用自身獨有的技術、人才和經驗優勢，對交易雙方進行評級，以簡單的符號傳遞其信用風險。同時，信用等級“名片”將促進市場的優勝劣汰機制。獲得高信用等級交易主體更容易被市場接受，交易量會越來越大，獲得發展，而低信用等級的交易主體將被市場淘汰。買賣雙方在交易中的信用行為也將影響其信用等級，信用等級又將決定最終受益，形成良性循環{8}，促進數字經濟交易發展繁榮。

2. 信用評級是數字經濟資金融通的“橋梁”

數字經濟時代，借貸行為存在嚴重的逆向選擇和道德風險問題，如果缺乏客觀準確的信用評級，信譽差的借貸者傾向于舉借更多的債務，并且其用途也得不到保證，導致資金融通不可持續。當前，數字經濟資金融通以互聯網金融模式最為盛行。手機銀行和P2P（peer-to-peer）是互聯網金融的兩種主要模式{9}，其中又以P2P最能體現互聯網金融特性，故本文以P2P為例來說明信用評級在數字經濟資金融通中的“橋梁”作用。在2013年，我國P2P公司倒閉70家，涉資金額12億元，給投資者帶來了巨大損失。究其原因，除了詐騙、自融資等道德風險問題外，一個共同的根本原因就是缺乏借貸者信用數據，信用評級層次區分不清晰，風險控制受限，壞賬率高企導致公司經營困難。2013年，我國P2P貸款額達680.3億元，同比增長近兩倍，呈現出井噴式增長態勢。預計2014年突破1 000億元，2014～2016年將保持超過100%的平均增長率（圖1，數據來源于艾瑞咨詢公司）。沒有信用評級，數字經濟資金融通難以得到有效的保障。

3. 信用評級是數字經濟健康運行的“血脈”

一方面，信用評級打通了線上線下的信息分割，決定著數字經濟的正常運行。線下企業獲得了信用評級就等于獲得了線上活動的“通行證”，線上企業獲得的信用評級也將為其線下活動創造便利；另一方面，信用評級起著輔助監管的作用。信用評級結果在金融監管方面用來限制被監管機構的投資范圍，決定金融機構的資本充足率，定義信息披露要求，將信用評級與市場準入掛鉤。{10}數字經濟時代，信用評級通過揭示線上經濟活動的信用風險，為監管調控部門提供重要的行業狀況信號，起到表征數字經濟健康程度的作用。

三、大數據時代我國信用評級業面臨的嚴峻挑戰

1. 大數據時代信用評級業發展的國際國內態勢

金融危機和歐洲主權債務危機暴露出信用評級業存在壟斷、利益沖突、順周期性等嚴峻問題，國際社會對信用評級的水平和效果產生了嚴重懷疑，大數據時代的到來將加速全球信用評級業進入后危機重構時期。

一是大數據將打破信用評級壟斷。標普、穆迪和惠譽三大評級公司幾乎壟斷了現行的國際信用評級體系，這會導致兩個問題：首先占主導地位的信用評級機構會排斥新的進入者，其次占主導地位的信用評級機構會降低他們提供服務的質量，以降低成本獲取更高的收益。{11}后危機時代發展民族信用評級機構，并由民族評級機構主導和調控本國評級市場成為各國共同訴求。{12}大數據技術的出現，使得信用評級不再是少數機構的專利，拓寬了信用數據來源，全球信用評級主體將多元化。

二是大數據將改善發行人付費制度帶來的利益沖突?，F行信用評級收費制度為發行人付費制度，信用評級機構為了爭取業務，存在著評級機構與發行人合謀，給發行人虛高評級以換取發行人的評級業務和費用收入的道德風險，將嚴重損害投資者利益。{13}大數據技術支撐下，數據量的大小與復雜程度已經不再是信用評級的障礙，這將促使信用評級業盈利模式的轉變和“聲譽約束機制”的回歸。

三是大數據技術將改善信用評級業信息披露狀況。信用評級機構作為獨立第三方、“社會監管者”，具有信息披露義務，卻極少公布其評級方法和程序，信用評級的調整理據不透明。{14}大數據信用評級程序和方法公開透明，數據來源廣泛、數據分析深刻、客觀，大數據信用評級將推動行業信息更加公開透明。

2. 信用評級業面臨大數據的顛覆性技術革命

大數據具有3V特點{15}：規模浩大（Volume）、類型多樣（Variety）、生成快速（Velocity），由此將從以下三方面引發信用評級業的技術革命：

一是基于海量數據，信用評級結果客觀、準確。大數據的特點之一就是數據量浩大。截至2012年底，阿里巴巴中國站會員數量達5 200萬，企業會員800萬，淘寶職業商戶達700萬戶，龐大的客戶群體在線進行交易，產生海量數據，海量數據蘊含著海量信用信息，為信用分析提供了客觀的數據基礎。二是立足于多樣化的信用評價指標。在P2P網絡信貸中，收入、現金流、信貸記錄等“硬指標”所能提供的信用信息有限，借款人與貸款人存在著嚴重的信息不對稱。社交網絡數據傳遞出貸款人風險 ，這一“軟信息”顯著改善了信息不對稱狀況，增加了貸款可能性，降低了貸款利率。{16}可以預見，大數據技術將會導致能夠利用的信用評級數據類型更加豐富多樣，對傳統信用評級方法產生巨大沖擊。三是評級調整更加具有時效性、前瞻性。大數據依托于云計算，數據挖掘和分析快速而高效。通過實時動態把握客戶交易數據，能夠及時發覺異常狀況。對產業鏈條前后端的全面把握，更有利于及時揭示風險，對于宏觀經濟形勢的把握更具有前瞻性，從而改善傳統信用評級業的順周期性。

據以上可知，大數據技術將從根本上改善信用評級結果。更加客觀、準確和及時地公布評級結果，更具公信力，評級更具效率，必將顛覆傳統的信用評級體系，技術“革命”將引發信用評級業制度“革命”。我國信用評級業起步晚，若沿著傳統信用評級業的思路改革，必步人后塵。面對行業外的競爭與挑戰，我國信用評級業如果不主動變革，將會被互聯網平臺重構。如果把握住大數據時代的契機，適應互聯網數字經濟創造出的新的信用評級需求，重構我國信用評級業，必將打破國際信用評級壟斷，實現全球信用評級體系的再平衡。

3. 信用評級業面臨與互聯網企業融合的強烈需求

謀求與互聯網平臺融合發展是我國信用評級業實現重構的必由之路。電商平臺、互聯網金融的出現和發展帶來客戶交易數據的劇增，海量數據背后是一個復雜的關系網絡，通過對這一網絡關系的相關分析，挖掘出隱藏在數據中的信用資源，這是互聯網金融的核心所在{17}，也是現代信用評級業重構的關鍵所在。信用評級機構要主動適應大數據時代帶來的沖擊，用大數據思維和技術做信用評級。

大數據時代，互聯網企業與信用評級業存在著合作的基礎與需求?；ヂ摼W企業在數據積累和分析上有著天然的優勢，海量數據蘊藏著豐富的信用信息，如阿里金融依托于阿里巴巴集團內部的電商平臺，通過挖掘客戶交易信息，建立了信用評價體系和信用數據庫，據此為十萬多家小企業提供貸款，但是依然存在業務渠道狹小、經驗不足、相關人才缺乏的問題。{18}信用評級機構有著成熟的業務操作經驗、穩固的客戶群體，但是從國際信用評級機構所暴露出來的問題可以看到，信用評級機構在評級的前瞻性、及時性、客觀性等方面存在著嚴重的缺陷。因此互聯網企業與信用評級機構存在著相互合作的需求。

當前互聯網平臺與信用評級機構合作還比較少。大數據信用評級多局限于互聯網金融內部，如P2P網絡信貸平臺中利用自身借貸平臺數據對借款人進行評分；而阿里金融依托于阿里巴巴、淘寶等電子商務平臺商戶數據進行信用評分，屬于內部評級。而傳統信用評級機構則局限于傳統信用評級技術和方法，缺乏大數據和互聯網思維。對于信用評級結果的改善多基于改進評級程序、加強外部監管等?；诖朔N市場狀況，有必要探討如何促進互聯網平臺與信用評級機構的融合發展。

四、大數據時代我國信用評級業重構路徑演化博弈分析

1. 演化博弈模型設定

理性經濟人假設是西方經濟學中的經典假設，但是由于經濟形勢復雜和認識能力受限等問題，經濟人在做出決策時往往表現出“有限理性”，最開始不能或不會采用完全理性條件下的最優策略。{19}演化博弈模擬經濟人在非理性條件下，通過競爭與合作等行為相互學習，調整行為策略，最終達到“進化穩定策略（ESS）”。為了探究影響信用評級機構與互聯網平臺合作的因素，本文構建了一個信用評級機構與互聯網平臺合作演化博弈。

（1）參與方：參與博弈的主體為互聯網平臺和信用評級機構。

（2）行為策略：互聯網平臺和信用評級機構都有兩種博弈策略?；ヂ摼W電商平臺可以選擇提供大數據技術和不提供大數據技術，即{提供，不提供}；信用評級機構可以選擇合作和不合作，即{合作，不合作}。

（3）行為策略所占的比例：假定在博弈中，在互聯網平臺和信用評級機構群體中各隨機抽取一個成員配對進行博弈，互聯網平臺群體中選擇提供大數據技術所占比例為x，選擇不提供大數據技術的比例為1-x；信用評級機構群體中選擇合作的比例為y，選擇不合作的比例為1-y。

（4）支付：互聯網平臺選擇提供大數據技術的成本為C，成功合作獲得的收益為V1，如果未能獲得合作，則C成為沉沒成本；信用評級機構提供信用評級服務的收益為P，不進行大數據技術升級的成本為C0，在與電商平臺合作時獲得大數據支撐的成本為V1，即互聯網平臺獲得的收益，體現了互聯網平臺提供大數據的價值；如果信用評級機構自身進行大數據技術升級，成本為C2。顯然C2>V1>C。由此可得如圖2所示的支付矩陣。

2. 演化博弈模型分析

五、大數據時代我國信用評級業重構的政策建議

1. 互聯網平臺要著力推動信用大數據標準化應用

由演化博弈結果可知，要促進我國信用評級業重構，互聯網平臺合作意愿的增強來源于大數據技術成本的降低。信用資源具有網絡外部性的特點，應用得越廣泛越具有價值，而信用大數據的廣泛應用以數據標準的統一為前提?！吨袊髷祿夹g與產業發展白皮書》指出大數據時代數據存在廣泛的異構性，表現在：（1）數據類型從以結構化數據為主轉向結構化、半結構化、非結構化三者融合；（2）數據產生方式的多樣性帶來數據源變化；（3）數據存儲方式的變化，越來越多的數據不能僅僅采用關系數據庫存儲，需要新的存儲方式應對數據爆炸。大數據的異構性帶來了數據集成和數據分析的困難，不利于降低利用成本。對各領域的信用數據，應該統一格式，統一系統接口標準，相互分享數據，促進大數據信用分析的廣泛應用。

2. 信用評級機構要主動擁抱互聯網大數據平臺

信用評級機構要積極尋求與互聯網大數據平臺融合發展，這是信用評級機構避免行業危機的必由之路。信用評級業應用大數據進行信用評級帶來的一系列收益體現為成本的下降，而信用評級業自身發展大數據技術成本高昂，因此要積極尋求與互聯網企業的技術合作。（1）思想現行?！按髷祿闭愿鞣N方式和路徑影響著企業的商業生態，{20}它正成為信用評級業發展的基本時代背景。（2）力推技術革命引致制度革命。信用評級機構要憑借自身的專業人才和客戶資源，結合大數據技術支持，由大數據技術革命出發，助推信用評級體系的制度性變革，實現我國信用評級體系的重構，搶占數字經濟時代信用評級業制高點。

3. 政府部門要積極協調好大數據利用與隱私保護

要促進信用評級業重構，首先要鼓勵大數據技術應用。演化博弈結果表明，政府應該綜合運用財政、產業政策，鼓勵信用評級機構與互聯網平臺合作，助推演化初始值，增加雙方合作動機，促進行業間技術、人才合作與交流。其次，大數據應用的一個重要問題就是隱私保護。要協調好隱私保護與大數據利用：一方面要完善立法。我國現階段還缺少適用于大數據環境下的隱私保護法律法規。另一方面，要依靠技術。大數據技術在不斷發展，監管技術也要隨之發展，要設立相關行業技術標準，做好隱私保護。除了監管部門的努力外，還需要發揮行業自律，將政府部門的監管和行業自律結合起來。

注 釋：

①Lohr S：“The age of big data”，New York Times，Vol.11，2012.

②李國杰：《大數據研究的科學價值》，《中國計算機學會通訊》2012年第8期。

③賽迪智庫軟件與信息服務研究所：《美國將發展大數據提升到戰略層面》，《中國電子報》2012年7月17日。

④張舵、李崢巍、趙婧夷：《“百度遷徒”如何知道我們去哪兒了》，《新華每日電訊》2014年2月13日。

⑤⑥逢健、朱欣民：《國外數字經濟發展趨勢與數字經濟國家發展戰略》，《科技進步與對策》2013年第8期。

⑦喬海曙、呂慧敏：《中國互聯網金融理論研究最新進展》，《金融論壇》2014年第7期。

⑧劉穎、王?？。骸缎庞眠`約互換在我國商業銀行的信用管理研究》，《求索》2013年第2期。

⑨謝平、鄒傳偉：《互聯網金融模式研究》，《金融研究》2012年第12期。

⑩謝平、許國平、李德：《運用信用評級原理加強金融監管》，《管理世界》2001年第1期。

{11}劉曉劍：《中國信用評級行業監管研究》，湖南大學博士學位論文，2012年，第100-133頁。

{12}胡文蓮、孫哲、肖瑞婷：《后危機時代國際信用評級業改革趨勢及其啟示》，《中國金融》2010年第8期。

{13}張強、張寶：《次貸危機視角下對信用評級機構監管的重新思考》，《中央財經大學學報》2009年第5期。

{14}周小川：《關于信用評級的若干問題及展望》，《西部金融》2012年第2期。

{15}Bryant，R E，R H Katz，E D Lazowska：“Big-data Computing： Creating Revolutionary Breakthroughs in Commerce，Science，and Society”，Computing Research Initiatives for the 21st Century，2008，pp.1-15.

{16}Freedman S，Jin G Z：“The Signaling Value of Online Social Networks： Lessons from Peer-to-Peer Lending”，National Bureau of Economic Research Working Paper， 2014.

{17}陳凱：《數據征信是征信技術發展的方向》，《中國經濟周刊》2013年第44期。

{18}鐘曜磷、彭大衡：《阿里征信模式對我國金融征信體系建設的啟示》，《征信》2014年第2期。

{19}謝識予：《經濟博弈論》，上海：復旦大學出版社，2002年，第208-285頁。

{20}李文蓮、夏健明：《基于“大數據”的商業模式創新》，《中國工業經濟》2013年第5期。

（責任編校：文 香）

由演化博弈結果可知，要促進我國信用評級業重構，互聯網平臺合作意愿的增強來源于大數據技術成本的降低。信用資源具有網絡外部性的特點，應用得越廣泛越具有價值，而信用大數據的廣泛應用以數據標準的統一為前提?！吨袊髷祿夹g與產業發展白皮書》指出大數據時代數據存在廣泛的異構性，表現在：（1）數據類型從以結構化數據為主轉向結構化、半結構化、非結構化三者融合；（2）數據產生方式的多樣性帶來數據源變化；（3）數據存儲方式的變化，越來越多的數據不能僅僅采用關系數據庫存儲，需要新的存儲方式應對數據爆炸。大數據的異構性帶來了數據集成和數據分析的困難，不利于降低利用成本。對各領域的信用數據，應該統一格式，統一系統接口標準，相互分享數據，促進大數據信用分析的廣泛應用。

2. 信用評級機構要主動擁抱互聯網大數據平臺

信用評級機構要積極尋求與互聯網大數據平臺融合發展，這是信用評級機構避免行業危機的必由之路。信用評級業應用大數據進行信用評級帶來的一系列收益體現為成本的下降，而信用評級業自身發展大數據技術成本高昂，因此要積極尋求與互聯網企業的技術合作。（1）思想現行?！按髷祿闭愿鞣N方式和路徑影響著企業的商業生態，{20}它正成為信用評級業發展的基本時代背景。（2）力推技術革命引致制度革命。信用評級機構要憑借自身的專業人才和客戶資源，結合大數據技術支持，由大數據技術革命出發，助推信用評級體系的制度性變革，實現我國信用評級體系的重構，搶占數字經濟時代信用評級業制高點。

3. 政府部門要積極協調好大數據利用與隱私保護

要促進信用評級業重構，首先要鼓勵大數據技術應用。演化博弈結果表明，政府應該綜合運用財政、產業政策，鼓勵信用評級機構與互聯網平臺合作，助推演化初始值，增加雙方合作動機，促進行業間技術、人才合作與交流。其次，大數據應用的一個重要問題就是隱私保護。要協調好隱私保護與大數據利用：一方面要完善立法。我國現階段還缺少適用于大數據環境下的隱私保護法律法規。另一方面，要依靠技術。大數據技術在不斷發展，監管技術也要隨之發展，要設立相關行業技術標準，做好隱私保護。除了監管部門的努力外，還需要發揮行業自律，將政府部門的監管和行業自律結合起來。

注 釋：

①Lohr S：“The age of big data”，New York Times，Vol.11，2012.

②李國杰：《大數據研究的科學價值》，《中國計算機學會通訊》2012年第8期。

③賽迪智庫軟件與信息服務研究所：《美國將發展大數據提升到戰略層面》，《中國電子報》2012年7月17日。

④張舵、李崢巍、趙婧夷：《“百度遷徒”如何知道我們去哪兒了》，《新華每日電訊》2014年2月13日。

⑤⑥逢健、朱欣民：《國外數字經濟發展趨勢與數字經濟國家發展戰略》，《科技進步與對策》2013年第8期。

⑦喬海曙、呂慧敏：《中國互聯網金融理論研究最新進展》，《金融論壇》2014年第7期。

⑧劉穎、王?？。骸缎庞眠`約互換在我國商業銀行的信用管理研究》，《求索》2013年第2期。

⑨謝平、鄒傳偉：《互聯網金融模式研究》，《金融研究》2012年第12期。

⑩謝平、許國平、李德：《運用信用評級原理加強金融監管》，《管理世界》2001年第1期。

{11}劉曉劍：《中國信用評級行業監管研究》，湖南大學博士學位論文，2012年，第100-133頁。

{12}胡文蓮、孫哲、肖瑞婷：《后危機時代國際信用評級業改革趨勢及其啟示》，《中國金融》2010年第8期。

{13}張強、張寶：《次貸危機視角下對信用評級機構監管的重新思考》，《中央財經大學學報》2009年第5期。

{14}周小川：《關于信用評級的若干問題及展望》，《西部金融》2012年第2期。

{15}Bryant，R E，R H Katz，E D Lazowska：“Big-data Computing： Creating Revolutionary Breakthroughs in Commerce，Science，and Society”，Computing Research Initiatives for the 21st Century，2008，pp.1-15.

{16}Freedman S，Jin G Z：“The Signaling Value of Online Social Networks： Lessons from Peer-to-Peer Lending”，National Bureau of Economic Research Working Paper， 2014.

{17}陳凱：《數據征信是征信技術發展的方向》，《中國經濟周刊》2013年第44期。

{18}鐘曜磷、彭大衡：《阿里征信模式對我國金融征信體系建設的啟示》，《征信》2014年第2期。

{19}謝識予：《經濟博弈論》，上海：復旦大學出版社，2002年，第208-285頁。

{20}李文蓮、夏健明：《基于“大數據”的商業模式創新》，《中國工業經濟》2013年第5期。

（責任編校：文 香）

由演化博弈結果可知，要促進我國信用評級業重構，互聯網平臺合作意愿的增強來源于大數據技術成本的降低。信用資源具有網絡外部性的特點，應用得越廣泛越具有價值，而信用大數據的廣泛應用以數據標準的統一為前提?！吨袊髷祿夹g與產業發展白皮書》指出大數據時代數據存在廣泛的異構性，表現在：（1）數據類型從以結構化數據為主轉向結構化、半結構化、非結構化三者融合；（2）數據產生方式的多樣性帶來數據源變化；（3）數據存儲方式的變化，越來越多的數據不能僅僅采用關系數據庫存儲，需要新的存儲方式應對數據爆炸。大數據的異構性帶來了數據集成和數據分析的困難，不利于降低利用成本。對各領域的信用數據，應該統一格式，統一系統接口標準，相互分享數據，促進大數據信用分析的廣泛應用。

2. 信用評級機構要主動擁抱互聯網大數據平臺

信用評級機構要積極尋求與互聯網大數據平臺融合發展，這是信用評級機構避免行業危機的必由之路。信用評級業應用大數據進行信用評級帶來的一系列收益體現為成本的下降，而信用評級業自身發展大數據技術成本高昂，因此要積極尋求與互聯網企業的技術合作。（1）思想現行?！按髷祿闭愿鞣N方式和路徑影響著企業的商業生態，{20}它正成為信用評級業發展的基本時代背景。（2）力推技術革命引致制度革命。信用評級機構要憑借自身的專業人才和客戶資源，結合大數據技術支持，由大數據技術革命出發，助推信用評級體系的制度性變革，實現我國信用評級體系的重構，搶占數字經濟時代信用評級業制高點。

3. 政府部門要積極協調好大數據利用與隱私保護

要促進信用評級業重構，首先要鼓勵大數據技術應用。演化博弈結果表明，政府應該綜合運用財政、產業政策，鼓勵信用評級機構與互聯網平臺合作，助推演化初始值，增加雙方合作動機，促進行業間技術、人才合作與交流。其次，大數據應用的一個重要問題就是隱私保護。要協調好隱私保護與大數據利用：一方面要完善立法。我國現階段還缺少適用于大數據環境下的隱私保護法律法規。另一方面，要依靠技術。大數據技術在不斷發展，監管技術也要隨之發展，要設立相關行業技術標準，做好隱私保護。除了監管部門的努力外，還需要發揮行業自律，將政府部門的監管和行業自律結合起來。

注 釋：

①Lohr S：“The age of big data”，New York Times，Vol.11，2012.

②李國杰：《大數據研究的科學價值》，《中國計算機學會通訊》2012年第8期。

③賽迪智庫軟件與信息服務研究所：《美國將發展大數據提升到戰略層面》，《中國電子報》2012年7月17日。

④張舵、李崢巍、趙婧夷：《“百度遷徒”如何知道我們去哪兒了》，《新華每日電訊》2014年2月13日。

⑤⑥逢健、朱欣民：《國外數字經濟發展趨勢與數字經濟國家發展戰略》，《科技進步與對策》2013年第8期。

⑦喬海曙、呂慧敏：《中國互聯網金融理論研究最新進展》，《金融論壇》2014年第7期。

⑧劉穎、王?？。骸缎庞眠`約互換在我國商業銀行的信用管理研究》，《求索》2013年第2期。

⑨謝平、鄒傳偉：《互聯網金融模式研究》，《金融研究》2012年第12期。

⑩謝平、許國平、李德：《運用信用評級原理加強金融監管》，《管理世界》2001年第1期。

{11}劉曉劍：《中國信用評級行業監管研究》，湖南大學博士學位論文，2012年，第100-133頁。

{12}胡文蓮、孫哲、肖瑞婷：《后危機時代國際信用評級業改革趨勢及其啟示》，《中國金融》2010年第8期。

{13}張強、張寶：《次貸危機視角下對信用評級機構監管的重新思考》，《中央財經大學學報》2009年第5期。

{14}周小川：《關于信用評級的若干問題及展望》，《西部金融》2012年第2期。

{15}Bryant，R E，R H Katz，E D Lazowska：“Big-data Computing： Creating Revolutionary Breakthroughs in Commerce，Science，and Society”，Computing Research Initiatives for the 21st Century，2008，pp.1-15.

{16}Freedman S，Jin G Z：“The Signaling Value of Online Social Networks： Lessons from Peer-to-Peer Lending”，National Bureau of Economic Research Working Paper， 2014.

{17}陳凱：《數據征信是征信技術發展的方向》，《中國經濟周刊》2013年第44期。

{18}鐘曜磷、彭大衡：《阿里征信模式對我國金融征信體系建設的啟示》，《征信》2014年第2期。

{19}謝識予：《經濟博弈論》，上海：復旦大學出版社，2002年，第208-285頁。

{20}李文蓮、夏健明：《基于“大數據”的商業模式創新》，《中國工業經濟》2013年第5期。

（責任編校：文 香）