显然，金融危机在2008年秋走到最糟糕的时候，2008年9月份雷曼兄弟倒闭，有人说是我们放任它倒闭的，其实我们做了非常大的努力，但我们没有任何工具，没有法律权威去阻止这件事发生。

经济学家熊彼特曾有一个著名的论断和分析：经济发展过程是创造性破坏的过程，是不断地破坏旧结构，不断地创造新结构，二者一起形成称为经济周期的过程。宏观经济运行环境：经济波动处于上行通道，市场预期看好，有赢利前景等。

但经济增长的下行压力一再对经济运行合理区间的下限造成冲击，形成了这样一个循环圈，即经济增速下滑——微刺激——小幅反弹——再下滑的循环圈。不断地创造新结构，促进经济增速适度回升在新常态下，经济增长从高速转向中高速逻辑上，根除这一行为意味着官员将无法从经济增长中获得巨大好处，因此也就没有刺激增长的强大动机。他对专业成就的渴望——特别是对升迁的渴望——驱动他为中国国内生产总值增长做出了巨大贡献。作者姚洋是北京大学国家发展研究院院长、中国经济研究中心主任英文原题：Graft or Growth in China?版权所有：Project Syndicate, 2015 进入 姚洋 的专栏 进入专题： 贪污 增长 。

但这个论据却不够严密。答案也许在于其甄选制（selectocracy）。我们输出的是信用分，基于数据来构建决策引擎，以便向用户输出更有价值的服务。

在今天的互联网时代，数据承载量非常大，任何数据都可以成为信用的一部分，即我们可以利用数据与信用的关联度，深层次挖掘信用数据。通过这五大维度，我们建立了刻画个人信用全貌的模型。其次，征信信息广谱多维。对于商户来说，当一个新用户进入，如果能准确地刻画他的信用，就能更好地提供服务。

同时我们也看到，目前只有不到4亿人在央行征信系统有信用记录，还有很多人没有信用记录数据，在获得金融服务时，存在一定的门槛。多年来，用户通过第三方支付缴纳水电煤气费、信用卡还款以及物流信息也是重要的数据来源。

芝麻信用会严格按照法律、行政法规的规定经营征信业务。人民银行征信中心在征信数据方面做得非常出色，有效地解决了信用风险问题，帮助金融行业持续健康发展，大大提高了金融的获得性。上层是不同机构，中层是通过解决方案进行决策引擎，下面是通过大数据和模型，在取得授权的情况下，开发基于行业的应用。首先，开放政务信用信息源。

在金融类交易方面，可以基于信用分识别违约的可能性。基于大数据7×24小时在线运算能力，芝麻信用有非常强大的身份识别和反欺诈能力，能够以商业化的方法净化互联网环境。此外，基于云平台的计算，需要做好云端数据安全管理。同时，我们也提出两点建议。

我们的主要切入点在于，使普通老百姓感受到信用的力量和价值，使他们今后在生活中注意培养信用意识，并在全社会建立起信用文化。进入电子化时代后，数据得到了沉淀和积累，我们开始使用数据统计模型来计算和评估信用，这极大地推动了行业快速向前发展。

未来，反欺诈将回到以人为本，而不是以账号为中心。阿里巴巴从十年前开始发展电子商务时，就把信用体系建设作为最重要的一环，但最近几年我们才真正开始进入征信行业，还是新兵。

芝麻信用的logo上有句标语——点滴珍贵，重在积累，这是我们认为信用应有的内涵。其次，信用领域立法应当平衡公民隐私保护与个人信息数据合法利用。基于这套识别体系，能够充分了解网上的行为主体。另外，通过账户行为分析，我们能够准确地刻画人的行为，以此判断是否出现行为异常，带来安全隐患，帮助合作伙伴进行反欺诈识别。人工智能算法模型不止是对过去的统计，也包括对未来的预测，它可以帮助我们更好地刻画违约概率和信用状况。）、人脸、虹膜和声波，随着生物识别技术的发展，生物特征的识别率、准确性、可靠性可以大大提高，再辅之其他识别方法，可以非常精准、可靠地识别人，这样就能将人与账户和设备关联起来。

如果他们能真正用市场化手段把这些数据运用起来，并回馈社会，将产生非常大的社会价值。第二种是海量、丰富的互联网数据资源的再生利用。

大数据征信模型与传统评分体系有所不同。比如，可以凭信用入驻酒店，也可以凭信用租车，在退房或者还车时再付钱，这样用户的体验会非常好。

对于央行大力促进征信行业的发展，推动社会征信体系的建设，我们举双手赞成。今年3月，我们在德国展示了人脸识别技术，我们的样本非常大，识别可靠性也不错，我们对此抱以期待。

芝麻信用是在大数据互联网模式下建立的征信系统。在科技时代，数据即资产，是核心竞争力。我们的目标是，构建赋能商业与金融机构的开放式大数据平台。我们的优势在于互联网数据，但不仅指交易数据。

我们希望把上述两者结合起来，并定位于普惠金融人群来盘活数据。运用大数据征信模型全面刻画信用 信用是一笔巨大的资产，让它成为一个可衡量、可变现的资产是我们的愿景。

这些数据能够帮助我们更好地描述以及准确地刻画个人信用。互联网+大数据征信：广泛、多维、实时 首先，征信人群覆盖广泛，可作为征信体系有效补充。

令人惊喜的是，我们发现信用分的识别度非常明显，且信用分达到一定分值以上的总体违约概率较低。C2C也类似，以前在线下交易时，了解对方的门槛非常高，有了信用分，可以极大地降低交易双方的门槛，促进基于信用的交易发展，同时提供更好的交易体验。

现在我们正尝试与一家租车公司合作，把信用分放到交易场景里，设定分数高低与违约概率相关。无论法律细节完善与否，芝麻信用都会充分重视保护用户的隐私与合法权益。如果某个人有违约行为记录，会立刻被刻画进来，使当前业务的快速决策更加有效。净化互联网环境 在合法合规的前提下，大数据征信公司应科学客观公正地评价个人的信用水平，通过输出各种标准化和定制化的身份识别、反欺诈、信用风险识别与跟踪产品与服务，赋能合作伙伴，并一起推动中国诚信文化的传播和诚信体系的构建。

这是一个持续学习及沉淀经验的平台，提供了很多可以不断细化的工具，并且是实时监控的专业级数据安全管理。进入专题： 互联网 大数据时代 信用 征信体系 。

当然，公共政务数据也很重要，此外还有用户自主上传的数据。我们深度融合了传统信用评估与创新信用评估，开创了大数据征信模型。

我们更多地布局在为生活类交易服务，解决B2C（商户与人之间）和C2C（人与人之间）的信任问题。在模型中，信用历史是非常重要的一项，其他维度包括身份特质、履约能力、行为偏好和人脉关系（此项分数比重稍低）。