随着经济蓬勃发展和互联网技术的日益成熟,大数据在人们的社会生活中发挥着愈来愈关键的作用。当今人们的生活消费观念发生了较大变化,消费信贷在整体信贷中所占的比重也在不断提高。大数据时代信息迅速扩张,很多问题逐渐涌现,如消费贷款平台风险控制能力不足,欺诈、坏账层出不穷等。做好大数据背景下的个人信用风险评估工作显得尤为重要。目前,很多学者已经意识到了新形势下建立个人信用风险评估指标体系的重要性,并积极开展研究。大数据背景下,从海量数据中选定合理指标,做好数据分析与挖掘工作,基于大数据建立有效的个人信用风险评估指标体系、形成合理的个人信用风险评估模型十分必要,有助于金融机构合理预测风险,采取有效的风险应对策略,推动业务的顺利开展。本文在国内外研究现状的基础上,分析大数据、个人信用风险、互联网征信的相关概念并结合相关理论基础,在此基础上构建合理的个人信用风险评估模型,进而开展实证研究。研究内容主要有:第一,从传统指标体系出发,结合大数据特点,明确传统指标体系的不足,并尝试初步构建大数据背景下的指标评估体系。第二,根据构建的个人信用风险评估指标体系,进行实证分析,指出个人信用风险评估体系中的关键影响指标。实证结果显示个人信用风险评估体系中的关键影响因素指标包括性别、年收入水平、学历、使用社交软件频率、网络平台贷款次数、黑名单信息等因素,并对此提出相关建议与对策。