快速貸款的風控工作內容

① 如何利用大數據做金融風控

大數據能夠進行數據變現的商業模式目前就是兩個，一個是精準營銷，典型的場景是商品推薦和精準廣告投放，另外一個是大數據風控，典型的場景是互聯網金融的大數據風控。

金融的本質是風險管理，風控是所有金融業務的核心。典型的金融借貸業務例如抵押貸款、消費貸款、P2P、供應鏈金融、以及票據融資都需要數據風控識別欺詐用戶及評估用戶信用等級。

傳統金融的風控主要利用了信用屬性強大的金融數據，一般採用20個緯度左右的數據，利用評分來識別客戶的還款能力和還款意願。信用相關程度強的數據 緯度為十個左右，包含年齡、職業、收入、學歷、工作單位、借貸情況、房產，汽車、單位、還貸記錄等，金融企業參考用戶提交的數據進行打分，最後得到申請人 的信用評分，依據評分來決定是否貸款以及貸款額度。其他同信用相關的數據還有區域、產品、理財方式、行業、繳款方式、繳款記錄、金額、時間、頻率等。普惠在線

互聯網金融的大數據風控並不是完全改變傳統風控，實際是豐富傳統風控的數據緯度。互聯網風控中，首先還是利用信用屬性強的金融數據，判斷借款人的還 款能力和還款意願，然後在利用信用屬性較弱的行為數據進行補充，一般是利用數據的關聯分析來判斷借款人的信用情況，藉助數據模型來揭示某些行為特徵和信用 風險之間的關系。

互聯網金融公司利用大數據進行風控時，都是利用多維度數據來識別借款人風險。同信用相關的數據越多地被用於借款人風險評估，借款人的信用風險就被揭示的更充分，信用評分就會更加客觀，接近借款人實際風險。

常用的互聯網金融大數據風控方式有以下幾種：

驗證借款人身份
驗證借款人身份的五因素認證是姓名、手機號、身份證號、銀行卡號、家庭地址。企業可以藉助國政通的數據來驗證姓名、身份證號，藉助銀聯數據來驗證銀行卡號和姓名，利用運營商數據來驗證手機號、姓名、身份證號、家庭住址。

如果借款人是欺詐用戶，這五個信息都可以買到。這個時候就需要進行人臉識別了，人臉識別等原理是調用國政通／公安局 API介面，將申請人實時拍攝的照片／視頻同客戶預留在公安的身份證進行識別，通過人臉識別技術驗證申請人是否是借款人本人。

其他的驗證客戶的方式包括讓客戶出示其他銀行的信用卡及刷卡記錄，或者驗證客戶的學歷證書和身份認證。
分析提交的信息來識別欺詐

大部分的貸款申請都從線下移到了線上，特別是在互聯網金融領域，消費貸和學生貸都是以線上申請為主的。
線上申請時，申請人會按照貸款公司的要求填寫多維度信息例如戶籍地址，居住地址，工作單位，單位電話，單位名稱等。如果是欺詐用戶，其填寫的信息往 往會出現一些規律，企業可根據異常填寫記錄來識別欺詐。例如填寫不同城市居住小區名字相同、填寫的不同城市，不同單位的電話相同、不同單位的地址街道相 同、單位名稱相同、甚至居住的樓層和號碼都相同。還有一些填寫假的小區、地址和單位名稱以及電話等。

如果企業發現一些重復的信息和電話號碼，申請人欺詐的可能性就會很高。

分析客戶線上申請行為來識別欺詐

欺詐用戶往往事先准備好用戶基本信息，在申請過程中，快速進行填寫，批量作業，在多家網站進行申請，通過提高申請量來獲得更多的貸款。

企業可以藉助於SDK或JS來採集申請人在各個環節的行為，計算客戶閱讀條款的時間，填寫信息的時間，申請貸款的時間等，如果這些申請時間大大小於 正常客戶申請時間，例如填寫地址信息小於2秒，閱讀條款少於3秒鍾，申請貸款低於20秒等。用戶申請的時間也很關鍵，一般晚上11點以後申請貸款的申請 人，欺詐比例和違約比例較高。

這些異常申請行為可能揭示申請人具有欺詐傾向，企業可以結合其他的信息來判斷客戶是否為欺詐用戶。
利用黑名單和灰名單識別風險

互聯網金融公司面臨的主要風險為惡意欺詐，70%左右的信貸損失來源於申請人的惡意欺詐。客戶逾期或者違約貸款中至少有30%左右可以收回，另外的一些可以通過催收公司進行催收，M2逾期的回收率在20％左右。

市場上有近百家的公司從事個人徵信相關工作，其主要的商業模式是反欺詐識別，灰名單識別，以及客戶徵信評分。反欺詐識別中，重要的一個參考就是黑名單，市場上領先的大數據風控公司擁有將近1000萬左右的黑名單，大部分黑名單是過去十多年積累下來的老賴名單，真正有價值的黑名單在兩百萬左右。

黑名單來源於民間借貸、線上P2P、信用卡公司、小額借貸等公司的歷史違約用戶，其中很大一部分不再有借貸行為，參考價值有限。另外一個主要來源是催收公司，催收的成功率一般小於於30%（M3以上的），會產生很多黑名單。

灰名單是逾期但是還沒有達到違約的客戶（逾期少於3個月的客戶），灰名單也還意味著多頭借貸，申請人在多個貸款平台進行借貸。總借款數目遠遠超過其還款能力。

黑名單和灰名單是很好的風控方式，但是各個徵信公司所擁有的名單僅僅是市場總量的一部分，很多互聯網金融公司不得不接入多個風控公司，來獲得更多的 黑名單來提高查得率。央行和上海經信委正在聯合多家互聯網金融公司建立統一的黑名單平台，但是很多互聯網金融公司都不太願意貢獻自家的黑名單，這些黑名單 是用真金白銀換來的教訓。另外如果讓外界知道了自家平台黑名單的數量，會影響其公司聲譽，降低公司估值，並令投資者質疑其平台的風控水平。

利用移動設備數據識別欺詐
行為數據中一個比較特殊的就是移動設備數據反欺詐，公司可以利用移動設備的位置信息來驗證客戶提交的工作地和生活地是否真實，另外來可以根據設備安裝的應用活躍來識別多頭借貸風險。

欺詐用戶一般會使用模擬器進行貸款申請，移動大數據可以識別出貸款人是否使用模擬器。欺詐用戶也有一些典型特徵，例如很多設備聚集在一個區域，一起 申請貸款。欺詐設備不安裝生活和工具用App，僅僅安裝和貸款有關的App，可能還安裝了一些密碼破譯軟體或者其他的惡意軟體。

欺詐用戶還有可能不停更換SIM卡和手機，利用SIM卡和手機綁定時間和頻次可以識別出部分欺詐用戶。另外欺詐用戶也會購買一些已經淘汰的手機，其機器上面的操作系統已經過時很久，所安裝的App版本都很舊。這些特徵可以識別出一些欺詐用戶。

利用消費記錄來進行評分

大會數據風控除了可以識別出壞人，還可以評估貸款人的還款能力。過去傳統金融依據借款人的收入來判斷其還款能力，但是有些客戶擁有工資以外的收入，例如投資收入、顧問咨詢收入等。另外一些客戶可能從父母、伴侶、朋友那裡獲得其他的財政支持，擁有較高的支付能力。

按照傳統金融的做法，在家不工作照顧家庭的主婦可能還款能力較弱。無法給其提供貸款，但是其丈夫收入很高，家庭日常支出由其太太做主。這種情況，就需要消費數據來證明其還款能力了。

常用的消費記錄由銀行卡消費、電商購物、公共事業費記錄、大宗商品消費等。還可以參考航空記錄、手機話費、特殊會員消費等方式。例如頭等艙乘坐次數，物業費高低、高爾夫球俱樂部消費，遊艇俱樂部會員費用，奢侈品會員，豪車4S店消費記錄等消費數據可以作為其信用評分重要參考。

互聯網金融的主要客戶是屌絲，其電商消費記錄、旅遊消費記錄、以及加油消費記錄都可以作為評估其信用的依據。有的互聯金融公司專門從事個人電商消費數據分析，只要客戶授權其登陸電商網站，其可以藉助於工具將客戶歷史消費數據全部抓取並進行匯總和評分。

參考社會關系來評估信用情況

物以類聚，人與群分。一般情況下，信用好的人，他的朋友信用也很好。信用不好的人，他的朋友的信用分也很低，

參考借款人常聯系的朋友信用評分可以評價借款人的信用情況，一般會採用經常打電話的朋友作為樣本，評估經常聯系的幾個人（不超過6六個人）的信用評分，去掉一個最高分，去掉一個最低分，取其中的平均值來判斷借款人的信用。這種方式挑戰很大，只是依靠手機號碼來判斷個人信用可信度不高。一般僅僅用於反欺詐識別，利用其經常通話的手機號在黑名單庫裡面進行匹配，如果命中，則此申請人的風險較高，需要進一步進行調查。

參考借款人社會屬性和行為來評估信用

參考過去互聯網金融風控的經驗發現，擁有伴侶和子女的借款人，其貸款違約率較低；年齡大的人比年齡低的人貸款違約率要高，其中50歲左右的貸款人違 約率最高，30歲左右的人違約率最低。貸款用於家庭消費和教育的貸款人，其貸款違約率低；聲明月收入超過3萬的人比聲明月收入低於1萬5千的人貸款違約率 高；貸款次數多的人，其貸款違約率低於第一次貸款的人。

經常不交公共事業費和物業費的人，其貸款違約率較高。經常換工作，收入不穩定的人貸款違約率較高。經常參加社會公益活動的人，成為各種組織會員的人，其貸款違約率低。經常更換手機號碼的人貸款違約率比一直使用一個電話號碼的人高很多。

午夜經常上網，很晚發微博，生活不規律，經常在各個城市跑的申請人，其帶貸款違約率比其他人高30%。刻意隱瞞自己過去經歷和聯系方式，填寫簡單信 息的人，比信息填寫豐富的人違約概率高20%。借款時間長的人比借款時間短短人，逾期和違約概率高20%左右。擁有汽車的貸款人比沒有汽車的貸款人，貸款 違約率低10%左右。

利用司法信息評估風險

涉毒涉賭以及涉嫌治安處罰的人，其信用情況不是太好，特別是涉賭和涉毒人員，這些人是高風險人群，一旦獲得貸款，其貸款用途不可控，貸款有可能不會得到償還。

尋找這些涉毒涉賭的嫌疑人，可以利用當地的公安數據，但是難度較大。也可以採用移動設備的位置信息來進行一定程度的識別。如果設備經常在半夜出現在 賭博場所或賭博區域例如澳門，其申請人涉賭的風險就較高。另外中國有些特定的地區，當地的有一部分人群從事涉賭或涉賭行業，一旦申請人填寫的居住地址或者 移動設備位置信息涉及這些區域，也要引起重視。涉賭和涉毒的人員工作一般也不太穩定或者沒有固定工作收入，如果申請人經常換工作或者經常在某一個階段沒有 收入，這種情況需要引起重視。涉賭和涉毒的人活動規律比較特殊，經常半夜在外面活動，另外也經常住本地賓館，這些信息都可以參考移動大數據進行識別。

總之，互聯網金融的大數據風控採用了用戶社會行為和社會屬性數據，在一定程度上補充了傳統風控數據維度不足的缺點，能夠更加全面識別出欺詐客戶，評價客戶的風險水平。互聯網金融企業通過分析申請人的社會行為數據來控制信用風險，將資金借給合格貸款人，保證資金的安全。

② 小貸風控怎麼做

近年來互聯網信息技術和商業需求的共同推動下，大數據風控和徵信體系日益受到重視，以大數據、雲計算為代表的技術發展，使得海量數據的採集和深入挖掘逐步成熟，驅動了徵信新模式的出現，這也為小貸風控提供了新的契機。大數據不用抽樣調查這樣的捷徑，而採用所有數據進行分析處理，確保了數據來源的全面，分析方法更為科學有效。
常見認識誤區
不過，大數據的實際應用，必須基於行業本身的現狀和特點，如何將大數據與小貸徵信完美融合，則需要更多基於小貸行業徵信的現實考量與更為科學的技術支持。目前，關於大數據在小貸徵信方面的應用，常存在以下幾個誤區：
1. 直接復制國外成熟的信用評價模式；
2. 用戶的金融數據最具有價值，基於此建模就已足夠；
3. 小貸公司接入央行徵信就能解決問題。
然而，國內的小貸徵信有著自身的特殊情況：
首先，國內徵信數據覆蓋的人群目前還很有限，與美國等國家還存在較大差距；
第二，我國消費者信用數據的深度不夠。以美國為例，其消費者信用數據可以關聯到信用卡、房屋貸款、汽車貸款、銀行存款、水電煤氣費等各個方面，而我國目前的消費者信用數據僅能關聯到信用卡和房屋貸款；
第三，我國各區域的經濟水平也存在較大差異；
第四，銀行數據覆蓋面太低，缺乏用戶行為數據。
大數據徵信
小貸機構通過與大數據風控平台服務商神州融合作，能夠將更多信用記錄以外的信息納入徵信體系，一站式取得客戶的逾期、違約數據，用戶授權的通訊、電商、學歷，經第三方徵信機構採集的電商交易數據、社交數據、銀行卡消費等數據，以及其他個人基本資料、公共記錄等信息，分析提煉風險評估及定價模型，更好地刻畫借款人的違約概率和信用狀況，實現精準化和批量化風險定價。
除數據接入服務外，神州融還可為客戶提供了基於數據的應用決策支持，包括不同數據對業務應用的建議、基於外部數據和Experian開發的通用模型及風控最佳實踐，為小貸公司現有業務和創新的金融業務提供優化和快速構建風控體系的基礎。
在互聯網+時代，合適的管控工具的合理應用，將帶來管理的高度標准化，工作效率的極大提高，風控的手段也將得到質的提升。未來，神州融也將惠及更廣的地域和包括小貸公司在內的更多金融機構，小貸風控問題也將因大數據的助力得到進一步解決。

③ 風控專員如何做好管理

導語：如果你還為如何做好一名合格的風險防控人員的工作的道路上，苦苦徘徊而焦灼，那麼請你做好以下幾點工作!

一、要有足夠的專業法律知識

我可以直接告訴你，要想做好一名風險防控人員，如果不把自己“逼成”一個具有專業律師的水平，那麼你就不是一位合格的風險防控人員。作為一名風險防控人員需要對那些法律了解呢?建議從基本法入手，包括:“憲法、行政法、民法、商業法、訴訟法、商業銀行法等”和一些商業銀行監管法律法規入手，這些法律都能讓你從專業的角度，識別風險，控制風險，剔除風險。也能讓你在風險控制時，避免出現力不從心的情況發生。

當然了，還要熟練掌握自家銀行相關的規章制度，爛記於心，一切遵照法律條框開展工作，如果沒有相關的法律依據作為問題的支撐點，應該與所有風險管控條線人員和領導進行溝通，如果風險不能排除，建議不要通過風險審查。建議，風險管控人員一定要靈活掌握，不要以“自我感覺、自我良好、自我認識”的去看待問題，處理問題，將自己束縛在一個問題里，不能自拔，一定要遵從大部分人員的專業知識的判斷。

二、要有敏銳的思維方式

作為現在的小微企業，歷經“金融危機”、“市場危機”等能夠存活下來的，可以認同具有一定抗風險能力。但是，這樣的企業就真的是我們長期支持的對象嗎?其實不然，一個成功的企業，不管在管理、財務、生產、銷售等方面，人力、物力、財力具有嚴格的事項決策，就連企業文化也能凸顯出企業的向心力和生命力。尤其是在新產品研發上，很多企業都在面臨轉型，而不是改改行頭、增加銀行授信、更換生產設備等，就能徹頭徹尾的“升級換代”了。我可以肯定的說:“像這種企業，不會有太大的發展空間，就算是“轟轟烈烈”的生產，得到的市場利潤也不會有太大的改觀，只能算是在苟延殘喘。”

我在這里說一下什麼是轉型?就是企業在現有資源的基礎上，將現在的生產模式向自動化或智能化分批次轉變，將現有產品從低端向精端分銷售渠道去創新，並在現有員工隊伍中培養篩選出具備“抗壓性”強的員工，給予重任，能淘汰的則可以淘汰。雖然在一些客觀因素上未免有些殘忍，但是，如果不這樣做，垮掉的只有企業自己。

作為一名風險防控人員，面對一個沒有“洗心革面”的企業，就不敢投放貸款了嗎?不是，這種企業短期內不會出現太大變故，如果沒有受重大市場危機的沖擊，不會在短期內消亡。怎麼辦呢?要根據貸款資料，對企業的各個環節進行梳理，尤其是對負債的承受力，如果發現企業利潤總額僅僅能夠維持企業經營，建議對企業不要投放大額貸款或授信，並且盡量投放，短期貸款，並有充分的投放保障。

三、從合規的角度處置風險

作為一家金融機構，能夠長遠穩健發展，離不開八個字:“法律、法規、監管和標准”，最重要的一個因素就是——嚴格遵守執行。自始至終，行走在一條正確的道路上，絕不越“雷池”半步，打擦邊球的事少做，盡量不做，踩紅線的事是堅決不做，做到依法合規。

四、認真對待核心問題

這里所指的核心問題是什麼呢?一是“化解類”貸款，二是不良資產的核銷。在這里我用提問的方式說一下，為什麼會出現“化解類”貸款?有人可能會回答我:“市場經濟不景氣，導致企業舉步維艱，無法正常履行債務條約!”我再問一下“化解類”貸款，以後的化解怎麼辦?也有人這樣回答:“等待市場經濟好轉，時機成熟後，企業自然而然會履行償還債務的義務!”我再深入問一下，市場經濟何時好轉，難道倚靠“化解”一直“妥協”的走下去嗎?化解以後的化解怎麼辦?難道在漫長的化解道路上，一路走到黑嗎?實際上，處置這個問題不難解決，病根在哪裡呢?還是在企業身上，不履行正常的債務，反而尋求更多的借口去綁架銀行。

五、要抓住隱性風險的實質

我相信，作為一名從事金融行業的一份子，大家對“網貸”的異軍突起而感到擔憂。擔憂什麼?不是擔憂實體銀行不堪一擊，慘不忍睹。而是一些“網貸”帶來的長期潛在的隱性風險，才是對金融行業最大的危害和沖擊。什麼是網貸呢?太多了，多不勝數，自己在“度娘”上搜吧!保准讓你大開眼界，大吃一驚，乃真是:“一場春雨過，遍地野草生。”

為什麼會有如此之多的“網貸”呢?猶如雨後春筍般厚積薄發，就是有廣大的客戶資源，供養著這些形形色色的“網貸”。讓這些看不著，摸不著的“網貸”，在黑夜裡滋生。尤其是網路上爆炒的“裸貸”，真是人間的惡夢和地獄。

六、認清自己的職責

我可以用警告的語氣給你說，不要做同事眼中的老好人!不是所有風險都是客戶的問題，還有我們自身存在一些問題，才導致一些潛在風險的存在。

有些客戶經理在處理客戶資料時，未對客戶的風險真正全面進行揭示，不知是故意遮遮掩掩，還是不知從哪些方面去揭示，從頭到尾，形勢一片大好，很多客戶的財務數據明顯存在刻意擴大事實的情況，而不通過交叉驗證，讓企業重新補充資料。只是千篇一律的為了放貸款而整理資料(這種情況更多的出現在，對存量貸款客戶的續貸上，應付了事)，對這種不負責任的客戶經理，不但要從風險和合規的工作角度，給予說明其中的利害關系，還要為這種“履教履范”的行為作出警告，不能對這種行為視而不見，不能讓不合規的`工作方式成為客戶經理的習慣，讓本就不可預防的風險，通關過卡。

七、要有一種細致入微的態度

在大家工作時，總是能夠想到一句話：“態度決定一切!”這里我要從三個方面去說，從而改變你工作的態度。

1、不要把所有的問題復雜化

做人做事還有個先來後到，何況是處理信貸隱患，一定要有一個平靜的內心，面對信貸風險，要專心致志的從一個方向入手，不要被一些內在因素和外部因素打亂自己的工作思路，堅定自己的信心，要學會舉一反三，一個方法不成功，再用另一個辦法，從而發現問題，化解疑問，不要將所有風險隱患全部復雜化，正確判斷一個問題。

2、不要怕麻煩，內心易生煩躁

對信貸資料進行審查時，一定要逐頁逐項進行審查，根據相關信貸管理辦法，綜合考慮一個問題的來龍去脈，自己對相關數據有疑問的，一定要親自統計核算一下，確定數據的真實性，還要對企業有個大致了解，避免對數據的測算只停留在頁面上。內心煩躁，易生假象，面對問題，得過且過，坑害的只有自己。

3、思路要清晰

做好問題歸類，交叉驗證。不同的企業有不同的問題，一個企業一個樣，客戶經理也是如此。不是所有客戶經理對處理問題都能夠細致入微。如果發現一位客戶經理上報的貸款資料出現同樣的問題描述，你就應該猜想到，“貸前調查”是否屬實?企業申貸資料是否真實?從而加大風險審查力度，直至真正判斷出企業的真實情況，做出正確評估。不同的問題，不是單一能夠解決的，一定要學會用不同的數據，交叉驗證，就會發現其中的千絲萬縷，從而切入問題的要害。工作，要有一個實事求是的態度，別怕麻煩，一點一點深入，並快速成長。如果說:“你能適應一個工作崗位，那麼，你能適應一個市場的“網路時代”、“大數據”、“雲計算”的緊鑼密鼓嗎?

④ 銀行風控發展趨勢是怎樣的

趨勢一：監管拓寬加深

監管范圍正在持續擴大。麥肯錫預計未來十年內，加大消費者保護和「行為」監管的趨勢仍將延續，甚至加快。那些信息不對稱、高轉換成本、不當和晦澀的建議、不透明或過於復雜的產品功能或定價結構都可能受到更為嚴密的審查。產品捆綁和交叉補貼也將更為困難，可以促使一些市場更公平地進行產品定價。

在某些情況下，如果客戶可以改用更符合自身利益的其他產品，銀行甚至有義務告知這一情況。或必須定期告知消費者更廉價的選擇。這些趨勢將會顯著影響銀行風險管理的方方面面。

一是，在監管框架內進行優化。

資本、流動性、融資、杠桿率以及恢復處置機制的建立可能會敦促銀行構建符合所有監管限制的資產負債表和業務，在滿足相關要求比率的前提下充分利用資金。這可能會限制銀行的戰略自由度，要求銀行建立全新且具備高度分析能力的業務優化和戰略制定流程。風險職能在這些領域作用重大，可扮演關鍵角色。

二是，銀行能否光明磊落地披露自己的業務做法？

僅僅符合現有規則是不夠的，如果銀行要免受未來法規的回溯判決影響，就必需遵循一系列廣泛原則。例如，銀行要站在客戶的角度檢視自己的做法是否「公平」，是否能光明磊落地向客戶、監管部門和公眾完整披露自己的業務做法？如果不能，那麼這就是一個明確的警告信號。銀行可能需要評估整個銷售和服務方法，審核端對端流程、定價結構及水平。

三是，消除人工干預，自動合規。

如今法律法規逐漸復雜，不合規問題愈加突出，銀行只能在處理客戶業務風險過程中盡量消除人工干預，把正確的行為固化到產品、服務和流程中。在無法實現自動化干預的領域，強有力的監督監控將會愈發重要，因為這是確保第一道防線錯誤率極低和第二道防線有效監督的唯一方法。

四是，與業務部門協作。

風險職能只有和業務部門加緊合作，才能沉著應對監管要求。銀行要做到零風險全面合規，就要從一開始思考流程構成，而不是業務部門設計完戰略或新產品後再追加馬後炮。

趨勢二：客戶期望改變

未來十年內，客戶期望改變和技術發展料將引發銀行業巨變，使行業改頭換面。屆時，技術普及對客戶而言可能就如家常便飯。

創新影響著價值鏈的每個環節，但最重要的顛覆可能發生在銀行的業務承接和銷售流程上。

回顧一下銀行的基本業務模式就可以了解其中的盈利情況，將近六成的銀行利潤來自於業務承接、銷售、分銷和其他面向客戶的活動。這些活動的凈資本收益率達到了22%的誘人水平。

銀行若要贏得這場客戶關系戰就要付出大量努力，要實現這一目標，風險職能就必須成為核心貢獻者，在整個過程中與業務部門緊密協作，並強調兩個重點：

一是自動化即時決策。

銀行必須建立高度定製化的流程，快速實時響應客戶要求（如開戶、貸款申請等）。風險職能要幫助銀行在無人工干預的環境下進行風險評估和決策制定。這通常要求銀行出台大規模的零基礎流程再設計，採納更多非傳統數據。專門為美英小企業提供貸款解決方案的公司Kabbage就是一個很好的例子。

申請者無需提交復雜冗長的文件便可通過在線途徑快速便捷地申請貸款。Kabbage會評估各種數據來源（如PayPal交易、亞馬遜交易、eBay交易信息和UPS發貨量信息）。

目前，部分銀行正著手設計更便捷的開戶流程，大部分所需數據可通過公共來源預先填好，使客戶受理體驗盡量簡單、做到銜接無縫和簡短。在這種情況下，風險職能的挑戰在於建立起一種安全友好的識別驗證方法。

二是「一人細分客群」。

隨著銀行在客戶細分和產品服務上更加成熟復雜，最終可能會建立「一人細分客群」，提供單人量身定製的價格和產品。不過此舉也復雜化了相應流程，對銀行來說代價不菲。為了保護消費者免受不當定價和審批決策的影響，監管部門也可能對銀行設置諸多限制。

風險職能需要與運營和其他職能共同尋找對策，在提供高度定製化解決方案的同時妥善處理新問題。

趨勢三：讓技術和分析助力風險職能

科技不僅改變了客戶行為，高級分析能力的發展也孕育了全新風險管理技術。層出不窮的新技術帶來了成本更低、速度更快的計算能力和數據存儲，推動了更有效的風險決策支持和流程整合。雖然未來十年還將出現大量未知的創新，並顯著影響風險管理進程。這些創新因素包括大數據、機器學習、眾包。

許多行業都已採用機器學習技術，比如天氣預報、亞馬遜產品推薦、谷歌垃圾郵件識別和奈飛（Netflix）建議都是很好的例子。某些銀行已經開始在催收或信用卡欺詐偵測等領域開展試驗，成效顯著。

衡量模型預測能力的基尼系數也大幅改善。麥肯錫預計，銀行的風險職能將在多個領域採用機器學習，如金融犯罪偵查、信貸審核、早期預警系統、零售和中小企業（SME）客群催收。

互聯網的普及推動了商業設想眾包，許多企業正通過這種方式提高部分領域的工作效率。美國Allstate的保險公司舉辦了一場汽車意外保險理賠演算法眾包挑戰賽，參賽者均為數據科學家。該公司僅用了三個月的時間便成功將模型預測能力提高了2.7倍。

許多此類技術創新都能降低風險成本和罰款。銀行越早採用這些技術便能越早建立競爭優勢。不過，保護客戶數據隱私必須是一個重要前提。

趨勢四：非金融風險類型正在出現

金融風險管理在過去20年取得了長足進步，但其他風險管理卻更似原地踏步。

過去五年來，運營合規風險相關的罰款、損失、法律成本飆升，迫使銀行不得不開始關注這些風險。比如傳染風險、模型風險、網路攻擊等，銀行還需要建立風險職能新能力和新流程，管理跟蹤上述新興風險。

趨勢五：通過消除偏見更科學制定風險決策

另一種風險來源於偏見導致的錯誤決策。銀行風險職能需要加強偏見識別和除偏技巧。

偏見識別。第一步要評估銀行的哪些風險決策可能受到偏見影響。一旦有了這方面的理解，就能更容易識別偏見、降低影響。這個步驟其實相當重要，因為制定風險決策的過程中始終會存在偏見。那大型企業用於貸款審核的模型也會存在同樣的問題嗎？相比於人腦制定信貸決策，使用模型的問題相對較少。

然而，在建模過程中仍然會多少存在偏見。傳統的回歸模型一般始於建模人員的假設，如哪些因素具備預測能力，並應該被納入模型。機器學習藉助演算法自行找出風險動因，成為能有效解決偏見問題的新方案。

除偏技巧。銀行可採用三種技巧減少或避免決策偏見：通過分析為決策制定者提供更多事實；善用辯論技巧消除對話和決策中的偏見；通過組織在企業中建立新的決策方式。

一個比較典型的案例是定性信貸評估（QCA）。全球多家銀行已在新興市場中小企業貸款審核環節用上了QCA，這些市場的財務數據往往缺失、不全或不可靠。在這種情況下，銀行往往需要依靠來自專家的人工判斷。

雖然此舉會導致一些主觀偏見的出現，但銀行可以採取眾多措施提高決策質量。通常銀行會用研討會的形式進行QCA，匯集一批最優秀的信貸主管共同識別一系列潛在的預測因素，然後根據歷史虧損情況逆向測試進行篩選。

趨勢六：大規模降本需求

銀行系統在大部分地區和產品類別上都出現了緩慢但持續的盈利水平下滑。銀行努力通過改善運營成本彌補利潤率下滑，導致凈資產收益率持續保持在長期平均值的低位。

資本要求提高及合規成本增加等一系列監管的進一步收緊、以及低成本數字化競爭者的出現都為銀行帶來了不少壓力，麥肯錫同時預計，這種壓力還會進一步加劇。某些產品更易受到影響，銀行如果仍舊無所作為，到2025年，某些產品類別高達40%的收入將會面臨風險。

既然顛覆性如此強大，銀行必須重新思考運營成本構成，以更低成本創造更高價值。銀行如果已經採用了零基礎預算、增值分析（即需求管理）、外包等傳統的漸進降本方法，簡化、標准化、數字化將是剩下為數不多的大幅降本途徑。

銀行風險需要對加大投入節省風險成本，應對前文提到的多種結構性趨勢。在現有行業和監管環境，克服挑戰無捷徑可走，銀行需要在未來十年內重新思考部署這些決策。

值得關注的是，到2025年，銀行的風險職能將對銀行的成功發揮更加關鍵的作用。2025年，銀行的風險職能可能會擔任無縫、無偏見風險決策和全面組織監控的設計工作，通過降低風險和運營成本、提供直觀的客戶體驗和引導銀行合規等方式創造更大價值。業務承接、銷售、分銷和其他面向客戶的活動。這些活動的凈資本收益率達到了22%的誘人水平。

(4)快速貸款的風控工作內容擴展閱讀

銀行風險管理的實施

銀行風險管理的目標能否實現，不僅取決於銀行風險管理人員的知識水平和管理技能，而且還取決於銀行的組織設置和管理方式等。銀行風險管理的實施必須注重以下四方面的內容：

一是在經營上，必須採取穩健的原則，銀行各部門的管理人員從經營決策到具體業務的操作，都必須考慮各種風險因素，在確保安全的前提下來尋求盈利的極大化。

二是在業務上，採取一系列風險分散或風險轉嫁的自我保護措施，通過將風險管理數量化、具體化和制度化，確保風險在自身能夠承受的范圍之內。

三是在組織安排和部門設置上，要求銀行設置專門的風險管理部門，並且強調與其他部門密切配合，定期對各業務部門制訂的具體風險管理對策和目標進行檢查和監督；並且將市場銷售部和操作系統部分開設置，健全內部的制約機制。總之，銀行在組織安排和部門設置上均必須體現防範風險的思想。

四是在財務上，採取穩健的會計原則，銀行應在執行權責發生制的同時，按照穩健的會計原則，爭取有關部門的支持，對呆賬准備、應收未收款、盈餘分配等方面作出適當的處理，以確保銀行的資產質量，增強銀行抵禦風險的能力。

⑤ 做風控到底是做什麼

無論在傳統金融還是互聯網金融領域，風控都成了一個緊俏的職業。這跟近幾年金融領域形態的多樣化有關，用戶對於風險控制變得越來越關注。

風控包含了兩類工作，即風險管理和內部控制，但在不同類型的企業中，風控的管理及控制的領域方向也會有所不同。

這並不算是個新職業，但我們發現它的職業發展勢頭正變得越來越好。根據科銳國際的統計數據表明，在金融行業各職能部門的薪酬漲幅里，盡管中後台部門仍然沒有前台部門的15％高，大約在5%至10%之間，「不過風控在中後台其他職能部門中算是漲幅比較高的。」科銳國際金融行業總監李珉說。

之所以能有這樣比較有優勢的漲薪，主要有兩方面原因。甫瀚咨詢董事總經理崔楠認為原因之一在於人才 貯備 不足。過去很多人都沒能認識到風控工作的重要性，所以大家不太願意入行，另一方面這又是一個需要專業技能的工作，因此整體而言從業者不多。原因之二是因為這兩年互聯網金融發展非常迅速，大大小小的P2P平台的出現催生了風險控制人才的需求。加上銀行、保險、期貨、信貸、小貸、小微貸、PE、VC這些行業本身也都有很大的風控人才需求，所以使得這類人才出現缺口。這些企業之間的人才競爭也把風控人員的收入拉到了一個比較高的位置。

當然風控不僅僅出現在金融機構，它也存在於各個行業。中智人才評鑒與發展中心執行總經理彭平根說，許多企業都開始在內部設立風險管理或內部控制部門，對可能遇到的各種風險因素進行識別、分析、評估。不過，總體來說，企業中的風控工作大都集中於事後的檢查評價。因此需求度最高、體系最完善的風控工作還是集中在金融領域。

金融領域的風控工作屬於中台部門，需要參與到具體業務的事中風險評估及審核過程，而非僅僅事後的檢查評價。通常涵蓋的范圍包括金融行業特色的信用風險、市場風險、操作風險等，往往有比較大的權力。

高收入、無業績壓力讓越來越多的人想要轉型為風控，他們往往來自於金融業的其他職能崗位，比如銀行櫃員、理財顧問、咨詢公司和會計師事務所的審計師等等。而現在一些新型金融機構的出現也增加了有志於此的人們的選擇。

風控崗位的門檻是什麼？不同類型金融機構的風控崗位有何不同？做風控這份工作又能帶來哪些收獲？

總體來說，風控崗位涉及到的工作包括業務審查（業務發生前的審核，通常未通過審核，業務不能執行）、風險監測（業務發生後的持續風險監測，包括預警及應對等）以及業務綜合管理（數據的統計分析等）。不過在銀行、保險、信託、期貨、P2P互聯網金融和第三方支付平台內部，風控的工作側重不盡相同。

1、銀行

相比其他類型的金融機構，銀行的風險管理部門更為成熟。「巴塞爾委員會」1988年7月制定的《巴塞爾協議》里為全球商業銀行確立了明確的風險管理標准，確定了管理哪幾類風險。「尤其對怎麼管控信用風險、市場風險、操作風險說得非常清晰。」崔楠說。

貸款業務是占銀行風控日常工作比重最高的一類業務。處於中端的風控部門往往在客戶閱讀貸款細則時就開始進入風險審核，看貸款對象的個人風險評估是否符合要求，經過風險評估後的業務才會被提交到更高管理處審批—也就是說，風控的工作存在於交易的過程中。

銀行風控的這種運作方式也成為許多金融機構風險管理的母本。「比如保險行業大多是參照銀行的做法。」崔楠說。

2、期貨、信託、小額貸款、融資租賃企業

從風險管理的角度來說，期貨、信託、小額貸款、融資租賃企業都算是比較新興的類型。它們的風險管理以風險為核心，側重信用風險、操作風險、市場風險、交易對手風險等等。

這些行業的新興之處還體現在業務的復雜和創新需求上。比如信託，以房地產作為信託產品和以 汽車 作為信託產品是不一樣的，某種程度上來說每個項目都需要開發一套創新的金融產品。「當一個創新產品出來的時候，這個產品是不是能變成一隻基金，或者變成某一種產品推到市場上去，它們的風險管理部就要進行審核。」崔楠說。這種情況下，風險管理部需要判斷這個新產品的風險是否可控？風控敞口有多大？萬一出現問題，項目坍塌了，儲戶或者是投資者來向公司要錢時，剛性兌付的資金壓力有多大？「有多少可能性這個項目就有多少可能收不回來錢。」崔楠解釋道。

風險管理部對於新產品的審批意見非常重要，「如果風險管理部或風險管理委員會不批的話，這個新業務真的可能會被否掉。這是一個權力很大的部門。」崔楠說。

3、網上個人信貸（P2P）

相對傳統金融領域來說，P2P還處於初期階段，因此風險管理工作可能並不是很完善。「有一些企業在做這類金融產品的時候，可能只是從金融企業挖一兩個人來就開始管理風險，他們的風險管理主要集中在信用風險審核。」崔楠說。

4、第三方支付平台

第三方支付平台的風控則是一個完全不同的概念。我們平時接觸最多的支付寶、微信錢包等都屬於第三方支付，在這些應用中，風控人員更需要關注的是操作過程中所涉及的前端產品，比如密碼鎖、支付驗證等—他們的工作主要是保護用戶的交易安全。

支付寶大安全-安全策略的高級安全策略專家龍屠說，和銀行比較關注信貸風險不同，第三方支付平台更重視在線實時交易中存在的欺詐交易風險。如果交易出現問題，用戶資金被盜，那麼第三方支付平台就需要承擔相應的賠償。

對於這個新興領域，崔楠認為行業監管是缺失的，對於風險管理的松緊程度完全取決於公司高層對風險的認識度。「他們會有業務壓力，在搶占市場時，風控可能沒法完全按照理想狀態去執行。」

無論傳統金融還是互聯網金融，風控都算是一個硬性技能要求比較高的崗位，但根據工作內容的不同，對公司人的要求也有所不同。

在傳統金融領域及P2P中，金融行業相關的知識和經驗是很重要的。

對於畢業生來說，盡管大部分金融機構和企業都抱著一種「反正都是白紙，我可以用我們的體系來培養」的觀念，但如果是金融專業同時具備一些比如FRM金融風險管理師、CFA特許金融分析師、CIPRM中國注冊風險管理師等專業證書會更有競爭力。

對於 社會 招聘來說，風控人才主要來自兩個渠道，一個是從其他類似機構找人；另一個則來自於大會計事務所或咨詢公司，後者出來的公司人往往有一些金融企業審批或企業風控的外部服務經驗。

第三方支付平台因為工作內容的不同，則需要應聘者擁有數據應用能力和系統思維的能力。

「我們所有的風險都是基於數據的，所以如果不了解不掌握數據，影響風控系統的信息是搜集不了的。」龍屠以支付寶舉例，支付寶每天的交易用戶數量可能有好幾千萬，其中每次操作都會產生很多數據，支付寶的風控人員必須對這些數據進行實時分析、監控，然後識別出一些異常交易。

系統思維能力則能幫助風控人員在發現風險時，從多個維度，包括數據、業務、產品、用戶體驗等方面去考量解決辦法，這不僅僅是用一個好的數據模型，或是單靠好的產品就能完成的，需要綜合各方面的能力才能協同解決。

不管是傳統金融還是互聯網金融都面臨著不斷發展和迭代的挑戰，這使得風控人員必須保持很強的學習能力和好奇心。

不同類型的金融機構及企業的風控因為其職能的不同，所呈現出的工作狀態會有所不同。

通常，一些大型銀行的風控部門由於業務穩定，規模較大，人員充足，因此工作負荷不大，屬於行業中工作壓力較小的部門。不過一些跨國銀行的風控職能往往集中在國外總部或區域中心，中國的風控部門更多地扮演執行的角色，個人的能力體現和成長空間都會受到一定的局限。

在一些大型金融機構，風控的工作重點在於如何將領導的風險偏好轉化為合理的風控工作指標，凸顯自身價值。

「一些中小型金融企業，以及非銀行金融機構的風控，由於業務類型復雜、創新性高、變化大，原本就不夠充沛的風控人員，往往需要承擔更大的工作負荷。」崔楠說。這類風控人員的職能壓力往往來自於不僅要控制風險，同時還要提高工作效率，即：不錯殺好項目，不漏殺壞項目，同時也不能延誤業務時機。這種時候還有可能受到來自業務部門的壓力，「如何在業務發展和風險管理之間找到平衡，如何在壓力下，堅持風控的專業判斷，都是一個好的風控人需要考慮的。」崔楠說。相對來說，這類企業的風控人員壓力更大，能力的提升也更快。

第三方支付平台的風控工作則更偏重產品，因此有其獨特的地方。

首先是快速響應，因為第三方支付平台的使用是24小時都在發生的，因此其風控人員一旦發現有風險問題，就要立即進行跟進並解決，哪怕是在凌晨或者節假日。

其次就是需要一直追求更好的客戶體驗，不斷改進風控產品、安全產品的體驗。比如支付驗證這塊業務在有了簡訊提醒的前提下繼續 探索 更好的提醒方式，嘗試指紋、人臉識別、聲音識別等新技術。這部分工作可能是傳統金融機構所不常見的。

另外，對於想要在風控領域達到高度的公司人來說，決策能力會是一個挑戰—既要兼顧業務，又要保證風險管理。

金融機構和第三方支付的業務職能差別較大，相互之間比較難轉型，但職業發展路線都算明朗。

在大部分金融機構里，風控崗位的職業晉升往往通向首席風險官，最終可能成為銀行的副行長，或是其他金融機構的副總經理，主要還是偏重風險管理和控制類的工作。

在第三方支付平台的情況也比較類似。根據龍屠的說法，隨著業務的鑽研，風控人員往往有三個發展方向，一是成為風險領域的專家，二是成為數據方面的專家，三是成為產品專家，其中數據能力不僅僅是在風控領域，其他領域也是適用的。

從具體行業來說，銀行業風控的薪資漲幅平均在5%至10%之間；保險業相對平穩，因為保險業圈子狹窄，風控流動率較小，薪資漲幅不大。「證券基金業內中資外資風控的薪資漲幅有非常大的差異，所以沒法得出一個明確的參考標准。」李珉表示。

從區域上來說，風控人員的需求主要集中在一線城市。二三線城市需求量雖大，但薪酬偏低。

一線城市有5年到10年經驗的銀行風控人員平均年薪在30萬到60萬元之間；保險業有10年以上工作經驗的風控在外企的薪資約為70萬元，在本土企業為60萬元；證券基金業有5年至8年工作經驗的風控經理在本土企業的年薪一般在30萬至80萬元之間。

P2P行業、第三方支付行業的風控人員大多是來自銀行或是同行業。在跳槽的過程中，他們的薪資會得到一個比較大的提升，增長幅度可達30%至50%。「這其中阿里系可能會更高一些。」李珉說。

↓↓↓

⑥ #風控專員#風控專員出來，找工作迷茫，剛好在P2P縮緊年

三年多風控客服來回答，之前工作風控催收都要做，特別心累，壓力也大，三年多下來感覺心都老了一圈，今年果斷辭職，換行，找了一個多月工作都還無果，要麼不喜歡，要麼沒其他經驗，總之邊學邊找，考慮換行要趁早，不然越久越難跳出來。 來自職Q用戶：李女士

⑦ 貸款被風控了怎麼辦

1、要盡快將欠款還清。對於還清了欠款的人，以後一定要不要讓類似的事情發生，靜待不良記錄的負面影響逐漸消散。

2、盡量將欠款減少，降低自己的負債率。

3、保持良好的信譽，提高自己的還款能力，手機不要隨時更換，那麼就減少出現風控的可能性。

4、通過契約，將讓渡人的風險轉移給受讓人承擔的行為。通過風險轉移過程有時可大大降低經濟主體的風險程度。風險轉移的主要形式是合同和保險。

風控就是風險控制，要制定計劃和採取措施降低損失的可能性或者是減少實際損失。控制的階段包括事前、事中和事後三個階段。事前控制的目的主要是為了降低損失的概率，事中和事後的控制主要是為了減少實際發生的損失。

(7)快速貸款的風控工作內容擴展閱讀：

發放貸款的管理者會採取各種措施減小風險事件發生的可能性，或者把可能的損失控制在一定的范圍內，以避免在風險事件發生時帶來的難以承擔的損失。風險控制的四種基本方法是：風險迴避、損失控制、風險轉移和風險保留。

當經濟主體沒有意識到風險並認為損失不會發生時，或將意識到的與風險有關的最大可能損失顯著低估時，就會採用無計劃保留方式承擔風險。一般來說，無資金保留應當謹慎使用，因為如果實際總損失遠遠大於預計損失，將引起資金周轉困難。

⑧ 車貸公司的風控部主要是做什麼的啊

汽車按揭、抵押貸款、融資租賃、二手車金融等等都屬於汽車金融范疇，車貸市場近幾年開始快速增長，許多互聯網行業巨頭也紛紛加入汽車金融戰場。凡是涉及金融方面，那麼一定會遇到風險問題，解決風控問題也是各大汽車金融平台實現利益的核心因素。
車貸的高風險有市場風險、操作風險、信用風險、違規經營風險等存在於汽車金融服務的各個環節。主要存在客戶欺詐、身份盜用、車輛估值不準、車輛二抵、還款拖延等汽車金融風險行為頻出，甚至已成為車貸行業不容忽視的痛點。
1.人的大數據風控。藉助大數據風控管理分析平台，建立大數據反欺詐系統，從貸前、貸中、貸後各個階段進行有效的防範欺詐風險。從賬號風險防護、應用風險防護、欺詐信用風險防護等方面，有效識別騙貸、黑名單欺詐等手段，減少資金損失。對客戶行為從源頭進行風險評估，通過客戶在網路渠道留下的聯系方式開始，就啟動整個風控的過程，關聯客戶關鍵信息（如地址、電話號碼、聯系人信息等），從申請環節到授信環節藉助反欺詐系統降低有效反欺詐風險。
2.車輛鑒定大數據風控。二手車由於其非標准化運營，涉及到車輛評估，對車輛價值進行准確判斷才能在放款上不會出現「亂放」現象。通過第三方車輛評估鑒定，上傳車輛信息，對車輛查檔、估值、違章查詢、車史報告、VIN碼解析等等信息掌握。為汽車金融公司提供二手車數據內容、數據管理、二手車估值、數據挖掘等解決方案。
3.車輛監控大數據風控。這里提到車貸管家GPS風控平台，車貸公司的第三方貸後雲風控平台，呈現車輛的日常行為軌跡，利用監控平台的大數據預警信息，密切掌握借款人的動向。通過建立風控模型，針對借款人的貸後車輛行為，通過豐富的預警機制，可以科學的預測整個周期內的風險。根據車輛停留點分析、常用地址比對、敏感區域資料庫等大數據分析，對車貸行業的功能場景進行針對性設計，能有效的遏制資料欺詐、二次抵押等不良現象發生。可幫助汽車金融公司建立完整的貸後風控管理體系。
主要的風控階段分為貸前和貸後，貸前風控是排除詐騙份子和團伙。貸前大數據更關心用戶某個時點上的數據情況，而在實際應用中，GPS平台才是最實時的風控大數據，可以根據設定的情況來進行實時預警。

⑨ 汽車金融風控應該怎麼做

對於汽車融資租賃公司來說風控最重要的是能夠通過軟硬體結合實現智能的「反欺詐」。

1、車貸徵信風控：車貸徵信風控分為對人的徵信和對車的徵信，對人的徵信除了弓|用央行徵信數據以外，還需收集個人職業、收入、住所、資產以及親屬等數據維度，從而生成極具參考性的個人信用評估報告，在此基礎上判定貸款人是都具備貸款資格，預防因個人徵信不足，貸款者無還款誠信，所造成的車貸風險；對車的徵信則需引用和建立車輛黑白名單資料庫，在此基礎上決定車輛是否具備貸款資格，預防黑名單車輛抵押、一車多貸等風險。

⑩ 銀行風控的日常工作有哪些如何快速升值加薪

在銀行工作，社會上證書對漲薪可真沒什麼功效，只能說對升職具有間接的功效。目前在銀行工作，基本上是看你的業績，社零及信貸業務的指標一大堆，看你水平怎樣，能不能達到目標，完成的好收入也高，跟什麼證書什麼學歷毛關系都沒有。當然如果你的背景挺深，家裡有ZF或大型企業做官員的，會給金融機構帶來很大的經濟效益，你升職就會很快。如果確實准備考一些證書，我建議考投資分析師、高級會計師、高級會計、理財規劃師這種證書，假如你有這種證書，也不一定就能保證你可以升職，只能做為競選時候的一種參照罷了。

以前的同事小敏，畢業後剛進入公司時做運營部。每天工作內容就是向編寫給予相關的信息素材內容。一開始小敏感覺這份工作沒有一點科技含量，讓他做有一些屈才。不過她迅速調整了心理狀態，細心的她發現其實這個工作中並不簡單，想要做千辛萬苦。從那時起，她起先設立了許多素材內容類型庫，另外還對一些類別作出了細分化。例如：文本、照片、短視頻、聲頻，動態圖、漫畫作品等，每一個類別下邊又會有很多的小項，例如素材圖片又可以按領域實現細分化，並給每一個圖片標注了編號和命名，那樣他的素材網就慢慢越來越豐富多彩圓潤下去。請相信細致的標明，當編寫必須一些的素材時，她總可以輕松高效地找到很多的素材供編寫挑選。