全文共1753字粘茄，讀完需要5分鐘！

P2P平臺的較量是風(fēng)控秕脓，資金成本和運營團隊的較量柒瓣。風(fēng)控作為整個業(yè)務(wù)中不可輕視的部分（特別是現(xiàn)金貸業(yè)務(wù)），下面結(jié)合工作經(jīng)驗撒会，談?wù)剬︼L(fēng)控看法嘹朗。

風(fēng)控：風(fēng)險控制，主要是控制業(yè)務(wù)流程中欺詐和作弊行為的發(fā)生诵肛。

反欺詐是現(xiàn)金貸風(fēng)控的首要問題屹培。目前，線上貸款的欺詐行為有中介代辦怔檩、團伙作案褪秀、機器行為、賬戶盜用薛训、身份冒用等等媒吗。

授信：資金方向用戶提供資金支持的行為。

所以說互聯(lián)網(wǎng)金融授信過程中的風(fēng)控乙埃，目的主要是控制欺詐闸英，核實貸款人身份和對貸款人資產(chǎn)情況進行把握的過程。

因為不同的行業(yè)風(fēng)控業(yè)務(wù)相差較大介袜，下面主要談一下互聯(lián)網(wǎng)上信貸方面的風(fēng)控業(yè)務(wù)甫何。

1.貸款用戶：

按照風(fēng)險等級目前把用戶分為三類：

1 ) Prime：用戶征信紀錄良好，有穩(wěn)定充裕收入遇伞，資產(chǎn)多辙喂，負債低。（這類高凈值用戶一般被壟斷服務(wù)場景所奪走）鸠珠。

2 ) Near ?Prime：用戶征信紀錄一般巍耗，收入偏低。（這類用戶是現(xiàn)金貸的主要用戶）

3 ) 次級用戶：用戶征信紀錄差或者無征信紀錄渐排，收入不穩(wěn)定炬太。（這類用戶靠自建或第三方風(fēng)控進行或交叉進行驗證）

2.風(fēng)控方式：

目前主流風(fēng)控方式一共有3種：

1 ) 線下風(fēng)控：主要靠人工實地考察個人信息和資產(chǎn)狀況。

2 ) 線上風(fēng)控：個人身份學(xué)歷驯耻、銀行卡實名認證娄琉、手機號實名認證次乓、央行征信、第三方征信孽水、信用分（芝麻信用票腰，同盾信用分......）、其他黑名單數(shù)據(jù)女气、自己黑名單杏慰、防偽冒欺詐數(shù)據(jù)……主要是各種自己獲取的數(shù)據(jù)和第三方數(shù)據(jù)交叉驗證，識別欺詐和作弊行為炼鞠，同時用反饋的結(jié)果不斷檢驗和更新自己的風(fēng)控模型缘滥。

3 ) 線上+線下：適用于部分高風(fēng)險業(yè)務(wù)，線上和線下交叉審核谒主，但要核算投資回報率朝扼。

3.線上風(fēng)控在現(xiàn)金貸業(yè)務(wù)流程中發(fā)揮的作用：

1 ) 貸款前：貸前階段像是一個過濾雜質(zhì)的階段，而第三方的征信數(shù)據(jù)霎肯、歷史信用擎颖、活體檢測身份識別、黑名單观游、反欺詐規(guī)則搂捧、風(fēng)控模型則是一層層孔徑不一的濾網(wǎng)。在這個過程中主要過濾欺詐行為的發(fā)生懂缕。

2 ) 貸款后：貸后階段按用戶借貸的額度允跑、周期等進行定期用戶征信識別，同時對借款人個人信息進行跟蹤和監(jiān)控搪柑。 主要監(jiān)控最近是否有借貸記錄聋丝，是否在其它平臺發(fā)生不良記錄，檢測是否需要提前催款等等工碾。一旦有異常信息的產(chǎn)生潮针，風(fēng)控人員可以及時地發(fā)現(xiàn)、聯(lián)系催收部門倚喂，盡可能保證這筆借款的安全。

4.線上風(fēng)控核心有三點：數(shù)據(jù)瓣戚，模型端圈，規(guī)則：

1 )?風(fēng)控的核心是數(shù)據(jù)，數(shù)據(jù)是一種稀缺的資源子库。

線上風(fēng)控數(shù)據(jù)一般有兩類：資質(zhì)數(shù)據(jù)和行為數(shù)據(jù)舱权。

- 資質(zhì)數(shù)據(jù)主要有：個人身份信息、社交信息仑嗅、電商購物信息宴倍、信用信息张症，信用分等等。

- 行為數(shù)據(jù)主要有：設(shè)備數(shù)據(jù)（cookie鸵贬、MAC俗他、IMEI）、位置數(shù)據(jù)（IP/LBS/GPS）阔逼、時間數(shù)據(jù)（填寫速度兆衅、填寫使用時間）、操作行為（資料修改）等等.

2?)?風(fēng)控的模型從線性的LR嗜浮，到GBDT羡亩、隨機森林，再到最近很火的神經(jīng)網(wǎng)絡(luò)危融，性能逐步提升畏铆。風(fēng)控模型的選擇，主要考慮公司業(yè)務(wù)需求和技術(shù)能力吉殃。（由于對這塊不熟辞居，之后再補充......）

3?)?規(guī)則一般由專家來定義。

5.如何搭建風(fēng)控體系：

1 ） 第一步 - 搜集大量數(shù)據(jù)：央行征信寨腔、個人身份信息速侈、社交信息、電商購物信息迫卢、信用信息倚搬、信用分（芝麻信用，同盾信用分......）乾蛤、社交信息每界、電商購物信息、信用信息......

2 ）第二步 - 選擇量化因子：無論是評級家卖，還是建模眨层，首先要選取量化因子，通俗的說就是哪些指標可以反映客戶的風(fēng)險情況上荡。選好量化因子之后趴樱，根據(jù)業(yè)務(wù)分析每個量化分子的重要級別，之后對它們進行權(quán)重酪捡。

3 ）第三步 - 確定模型：如果是評級的話叁征，需要確定每個指標的分數(shù)等級和指標間的權(quán)重；如果是建模的話逛薇，需要確定具體采用哪種模型捺疼。（由于對這塊也不熟，之后再補充......）

4 ）第四步 - 驗證：上線前需要大量數(shù)據(jù)和信息驗證模型的正確性和精確性永罚，以保證在之后的業(yè)務(wù)中更好的發(fā)揮作用啤呼。待風(fēng)控系統(tǒng)上線后檢測大量的用戶數(shù)據(jù)卧秘，一邊驗證一邊對系統(tǒng)進行調(diào)整。

6.如何評估效果：

兩個關(guān)鍵指標：誤警和漏警官扣。

誤警：將好客戶當風(fēng)險客戶處理翅敌。（這里需要平衡用戶體驗和商業(yè)，由于其小額短期的特點醇锚，現(xiàn)金貸風(fēng)控更重視的是借款人的還款意愿而非還款能力哼御。適度的逾期不僅不會影響平臺的正常運營，反而可以通過逾期費用提高其營收焊唬。PS：不要問我怎么知道恋昼，因為京東白條就是這樣......）

漏警：將風(fēng)險客戶當好客戶處理。（這樣在貸款后期會花費大量的催收成本）

風(fēng)控系統(tǒng)應(yīng)當是縝密的赶促，不能把壞人當好人處理液肌，也不能將好人當壞人處理。在上線前鸥滨，需要用很多數(shù)據(jù)做離線和在線的測試嗦哆，確保最終效果以及帶來的效益是可以接受的。

總結(jié)：在業(yè)務(wù)中婿滓，我們無法消滅風(fēng)險老速。那么風(fēng)險和損失就是一個動態(tài)平衡的過程。平衡好風(fēng)險和資損凸主，才是我們追求的目標橘券。