随着互联网金融发展，传统征信业务无法为互联网信贷提供征信服务的的矛盾日益突出，新的征信模式应运而生。日前，银联信发布的《互联网金融深度研究季报》显示，拥有海量数据的电子商务企业通过实时分析和挖掘交易信息掌握客户的消费习惯，可为互联网金融业务提供全方位的信息。比如京东供应链金融服务、“京东白条”、天猫分期，以及花呗等金融产品，已经在尝试以历史交易记录分析融资主体的信用情况，为消费者设定一定的赊购额度。

　　“互联网征信拓宽了传统信用评级的技术渠道。”银联信分析师郭竞在接受记者采访时表示，互联网征信所使用的技术手段融合了大数据技术的最新发展趋势，而不再局限于金融机构传统评级方法。以芝麻信用评分为例，从身份特质、履约能力、信用历史、人脉关系和行为偏好五个方面利用大数据技术对个人进行信用评分，评级结果可以更加准确。

　　郭竞认为，传统的评级方法必须根据历史数据来预测未来数据，但这存在不确定性。同时在对个人或者企业进行评级刻画时维度比较单一，不能得到综合全面的立体式评级，在部分情况下财务数据造假的可能性较大，又缺乏其他数据进行交又验证，使得评级的可靠性降低。

　　而互联网征信所涵盖的数据范围更大，包括传统金融机构内部数据，还包括社交数据、购买记录、评价记录等非金融机构的外部数据，这样有助于更加全面和精准地对个人评级进行刻画。

　　“互联网征信的基石在于拥有海量数据，但是目前互联网公司所掌握的数据质量还存在显著的缺陷。”银联信总经理符文忠对大众证券报和财信网记者表示，互联网企业不能采集个人的敏感信息，因为这在法律上存在禁区。例如个人的支付记录、存款情况等，而这部分敏感信息是构成个人征信结果的重要因素。其次，互联网企业的数据积累太短。任何模型都需要在一定的时间长度上不断进行验证和试错，互联网征信日前所积累的时间长度甚至连进行验证的长度都达不到要求，因此征信结果可能缺乏说服力。

　　尤其值得注意的是，征信模型往往是企业核心竞争力的体现，企业一般不会主动向外界公布其使用的模型。因此外界难以真实了解企业是如何进行征信评级的，这可能导致公众不信任征信结果。符文忠说，“如阿里金融一直号称水文模型是其重要评级方法之一，但是至今没有公布关于水文模型的任何细节，因此外界对水文模型的认识仍处于模糊阶段，不敢贸然接受。”

　　“而且，征信主体之间的恶性竞争可能恶化征信质量。”符文忠表示，作为互联网征信的两大标杆企业，芝麻信用和腾讯征信背后的实际控制人阿里集团和腾讯集团之间存在明显的竞争关系，这使数据间的共享可能遭遇壁垒，且恶性竞争将削弱互联网公司评级结果的公信力。如微信与支付宝发生过多次“封杀”与“反封杀”冲突，微店商户不能使用支付宝进行支付，淘宝商品的链接也不能分享到微信。在这种情况下，如何确保互联网征信主体之间有效合作面临较大的挑战。

　　另外，目前买方征信和卖方征信同时存在，在严峻的市场竞争下，征信主体可能为了迎合客户需求人为拔高或者压低征信结果，这将极大削弱互联网公司评级结果的公信力。随着央行进一步放开个人征信市场，征信经营主体的数量扩张将进一步强化市场竞争，放大各经营单位人为干扰征信结果的可能性，继而恶化征信质量。