臺灣大數據徵信的發展策略

Wan-Ting Luo; 羅琬婷

請用此 Handle URI 來引用此文件： http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/19207

完整後設資料紀錄

DC 欄位	值	語言
dc.contributor.advisor	洪茂蔚
dc.contributor.author	Wan-Ting Luo	en
dc.contributor.author	羅琬婷	zh_TW
dc.date.accessioned	2021-06-08T01:48:51Z	-
dc.date.copyright	2016-08-03
dc.date.issued	2016
dc.date.submitted	2016-07-31
dc.identifier.citation	[01] 王冠(2015)。基於用戶互聯網行為數據的個人徵信評估體系建設分析——以芝麻信用為例(碩士論文)。北京交通大學。 [02] 王曉嬈(2015)。基於博弈論視角的個人徵信困境及對策研究。徵信,11, 13-17。 [03] 中國大陸人民銀行徵信中心(2016 年 6 月)。全國集中統一的企業和個人徵信系統簡介。取自 http://www.pbccrc.org.cn/zxzx/zxzs/201506/d708068ce66c4cd6bbd5c37884b9 3c05.shtml [04] 汪路(2010)。論徵信的本質及其主要特徵。西部金融 , 06,60-62。 [05] 范鐵光、劉岩松(2014)。對互聯網金融時代徵信業發展的思考。徵信 , 08,37-39。 [06] 耿得科、張旭昆(2011)。臺灣徵信業研究。徵信 , 06,69-73。 [07] 財團法人金融聯合徵信中心(2016 年 6 月)。中心簡介。取自 http://www.jcic.org.tw/main_ch/index.aspx [08] 陳瑩(2014)。臺灣金融聯合徵信中心企業信用評分體系研究。徵信,03, 69-72。 [09] 張磊、耿麗、趙天琪(2015)。基於演化博弈理論的互聯網金融與商業銀行徵信平台共建研究。金融發展研究 , 12,9-16。 [10] 梁春亞(2015)。互聯網金融背景下徵信體系建設的國際經驗及啟示。徵信 , 02,56-60。 [11] 張健華(2015)。互聯網徵信發展與監管。中國金融 , 01,40-42。 [12] 葉文輝(2015)。大數據徵信機構的運作模式及監管對策——以阿里巴巴芝麻信用為例。海南金融 , 07,75-78。 [13] 馮笑、陳翼(2015)。基於互聯網金融平台的大數據徵信實踐與啟示—— 以阿里旗下“螞蟻金服”為例。中國市場 , 32,86-87。 [14] 劉糧(2014)。互聯網金融徵信對中國商業銀行信貸壟斷的影響分析。南方金融 , 08,21-26。 [15] 劉新海(2014)。阿里巴巴集團的大數據戰略與徵信實踐。徵信,10,10-14。 [16] 劉新海、丁偉(2014)。大數據徵信應用與啟示——以美國互聯網金融公司 ZestFinance 為例。清華金融評論,10,93-98。 [17] 劉新海、丁偉(2015)。美國 ZestFinance 公司大數據徵信實踐。徵信,08, 27-32。 [18] 劉穎、李強強(2016)。從螞蟻金服看大數據背景下互聯網金融徵信的興起。河北金融 , 02,14-16。 [19] 蔡小娟(2007)。我國徵信體系的現狀及發展研究 (碩士論文)。天津大學。 [20] 鄧舒仁(2015)。關於互聯網徵信發展與監管的思考。徵信 , 01,14-17。 [21] 螞蟻金服(2016 年 6 月)。芝麻信用簡介。取自 https://zmxy.antgroup.com/index.htm [22] 謝劍平(2009)。當代金融市場。臺北市:智勝文化。 [23] 甕亞娟(2011)。我國徵信市場有效監管的模式構建及政策制度研究(碩士論文)。山西財經大學。 [24] 鍾曜璘、彭大衡(2014)。阿里徵信模式對我國金融徵信體系建設的啟示。徵信 , 02,36-40。 [25] McKinsey Global inst., James Manyika et al. (2011). Big data: The next frontier for innovation, competition, and productivity. Retrieved from http://www.mckinsey.com/business-functions/business-technology/our-insights /big-data-the-next-frontier-for-innovation [26] SimilarWeb. (2016, July). Top 50 sites in Taiwan. Retrieved from https://www.similarweb.com/ [27] THE WORLD BANK. (2016, June). Population, total. Retrieved from http://data.worldbank.org/indicator/SP.POP.TOTL [28] Viktor Mayer-Schönberger & Kenneth Cukier (2013). Big Data: A Revolution That Will Transform How We Live, Work, and Think. New York, NY: Mariner Books. [29] ZestFinance. (2011, July). ZESTCASH RAISES $19 MILLION ROUND OF FUNDING. Retrieved from https://www.zestfinance.com/pdf/ZestCashSeriesAnnounceREV.pdf [30] ZestFinance. (2012, April). ZESTCASH ANNOUNCES NEW CREDIT DECISIONING INFRASTRUCTURE. Retrieved from https://www.zestfinance.com/pdf/ZestCashHollerREV.pdf [31] ZestFinance. (2012, July). A Word from the CEO: ZestCash becomes ZestFinance (w00t!). Retrieved from https://www.zestfinance.com/pdf/zestfinance_announcement_july.pdf [32] ZestFinance. (2012, November). Latest Underwriting Model Marries Machine Learning and Human Artistry. Retrieved from https://www.zestfinance.com/pdf/zestfinance_announcement_november.pdf [33] ZestFinance. (2015, July). ZestFinance Launches Basix Loans to Serve Middle-Class Americans Overlooked by Banks. Retrieved from https://www.zestfinance.com/pdf/basix-press-release.pdf
dc.identifier.uri	http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/19207	-
dc.description.abstract	有鑒於互聯網金融與大數據徵信的興起,本文釐清基本徵信內涵,以及互聯網金融徵信、互聯網徵信、與大數據徵信等徵信創新的定義,利用 ZestFinance 公司與阿里巴巴集團芝麻徵信的大數據徵信實踐,分析大數據徵信與傳統徵信的區別與優缺點,再藉由了解臺灣徵信產業狀況,利用信用分析的 5C 理論,探討臺灣大數據徵信的數據可能來源,最後對臺灣徵信產業的發展提出策略建議。希望能提升臺灣徵信產業,進一步促進社會經濟、信貸產業的發展。	zh_TW
dc.description.abstract	Given the rise of internet finance and big data credit reference, this research paper clarifies the basic connotation of credit reference, and the definition of certain credit reference innovations such as internet finance credit reference, internet credit reference, and big data credit reference. Using the cases of ZestFinance and Alibaba Group, ZHIMA CREDIT this research paper analyzes the differences between big data credit reference and traditional credit reference. This paper also investigates the credit industry condition in Taiwan, and then uses the Five Cs of Credit to analyze possible data sources of big data credit reference in Taiwan. Finally, in hopes of improving the credit industry in Taiwan in order to further promote socio-economic development, this study concludes with strategic recommendations to the industry.	en
dc.description.provenance	Made available in DSpace on 2021-06-08T01:48:51Z (GMT). No. of bitstreams: 1 ntu-105-R03724001-1.pdf: 1032599 bytes, checksum: ca9e393bfb4ebad80a990adfd5df2f0e (MD5) Previous issue date: 2016	en
dc.description.tableofcontents	誌謝 ............................................... i 中文摘要 ........................................ ii ABSTRACT .................................... iii 目錄 .............................................. iv 圖目錄 .......................................... vii 表目錄.......................................... viii 第 1 章緒論......................................1 1. 1 研究背景 ...................................1 1. 2 文獻探討 ...................................1 1.2.1 基本徵信與臺灣徵信業研究文獻 ..1 1.2.2 徵信創新相關文獻 .....................2 1.2.3 信用分析與應用文獻 ..................2 1.3 研究方法 .....................................3 第 2 章徵信基本概念 .........................5 2.1 徵信............................................5 2.2 徵信體系的構成 ...........................5 2.2.1 資料主體 ..................................6 2.2.2 資料提供者 ...............................6 2.2.3 徵信機構 ..................................7 2.2.4 徵信業務 .................................10 2.2.5 徵信資訊使用者 ........................10 第 3 章徵信產業的創新 ......................11 3.1 互聯網金融徵信 ............................11 3.1.1 互聯網金融 ...............................11 3.1.2 互聯網金融徵信 .........................12 3.2 互聯網徵信 ..................................12 3. 3 大數據徵信 .................................13 3.3.1 大數據 ......................................13 3.3.2 大數據徵信 ................................13 3.4 徵信創新實例介紹:美國 ZestFinance 公司........14 3.4.1 美國徵信業簡介 ..........................14 3.4.2 ZestFinance 公司簡介..................15 3.4.3 ZestFinance 服務對象..................15 3.4.4 ZestFinance 所運用的數據與技術...15 3.4.5 ZestFinance 技術效益...................18 3.5 徵信創新實例介紹:阿里巴巴集團芝麻信用 ........19 3.5.1 螞蟻金融服務集團簡介 ..................19 3.5.2 芝麻信用簡介 ...............................21 3.5.3 芝麻信用所運用的數據與技術 .........21 3.5.4 芝麻信用服務對象與芝麻分應用場景 ...23 3.5.5 芝麻信用效益 ...............................24 3.6 大數據徵信與傳統徵信的主要區別 ......25 3.7 大數據徵信的效益 ............................27 3.8 大數據徵信的問題 ............................28 第 4 章臺灣徵信產業 .............................30 4.1 現況簡介 .........................................30 4.2 財團法人金融聯合徵信中心 ................31 4.2.1 財團法人金融聯合徵信中心之適用法條 ...32 4.2.2 財團法人金融聯合徵信中心之提供服務 ...32 4.3 臺灣大數據徵信之數據來源 ................34 4.3.1 信用分析原則 ................................34 4.3.2 基於 5C 原則的大數據徵信之數據來源分析 ...36 第 5 章結論與建議..................................43 5.1 臺灣發展大數據徵信的策略 ................43 5.2 研究限制 .........................................45 5.3 未來研究方向 ...................................46 參考文獻 ...............................................47
dc.language.iso	zh-TW
dc.title	臺灣大數據徵信的發展策略	zh_TW
dc.title	The Strategy of Developing Big Data Credit Reference in Taiwan	en
dc.type	Thesis
dc.date.schoolyear	104-2
dc.description.degree	碩士
dc.contributor.oralexamcommittee	蔡豐澤,蔡佳芬,顏汝芳
dc.subject.keyword	徵信,互聯網,互聯網金融,大數據,ZestFinance,芝麻信用,5C 原則,	zh_TW
dc.subject.keyword	Credit Reference,the Internet,Internet Finance,Big Data,ZestFinance,ZHIMA CREDIT,Five Cs of Credit,	en
dc.relation.page	49
dc.identifier.doi	10.6342/NTU201600974
dc.rights.note	未授權
dc.date.accepted	2016-08-01
dc.contributor.author-college	管理學院	zh_TW
dc.contributor.author-dept	國際企業學研究所	zh_TW
顯示於系所單位：	國際企業學系

文件中的檔案：

檔案	大小	格式
ntu-105-1.pdf 未授權公開取用	1.01 MB	Adobe PDF

顯示文件簡單紀錄

系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。