快速贷款的风控工作内容

① 如何利用大数据做金融风控

大数据能够进行数据变现的商业模式目前就是两个，一个是精准营销，典型的场景是商品推荐和精准广告投放，另外一个是大数据风控，典型的场景是互联网金融的大数据风控。

金融的本质是风险管理，风控是所有金融业务的核心。典型的金融借贷业务例如抵押贷款、消费贷款、P2P、供应链金融、以及票据融资都需要数据风控识别欺诈用户及评估用户信用等级。

传统金融的风控主要利用了信用属性强大的金融数据，一般采用20个纬度左右的数据，利用评分来识别客户的还款能力和还款意愿。信用相关程度强的数据 纬度为十个左右，包含年龄、职业、收入、学历、工作单位、借贷情况、房产，汽车、单位、还贷记录等，金融企业参考用户提交的数据进行打分，最后得到申请人 的信用评分，依据评分来决定是否贷款以及贷款额度。其他同信用相关的数据还有区域、产品、理财方式、行业、缴款方式、缴款记录、金额、时间、频率等。普惠在线

互联网金融的大数据风控并不是完全改变传统风控，实际是丰富传统风控的数据纬度。互联网风控中，首先还是利用信用属性强的金融数据，判断借款人的还 款能力和还款意愿，然后在利用信用属性较弱的行为数据进行补充，一般是利用数据的关联分析来判断借款人的信用情况，借助数据模型来揭示某些行为特征和信用 风险之间的关系。

互联网金融公司利用大数据进行风控时，都是利用多维度数据来识别借款人风险。同信用相关的数据越多地被用于借款人风险评估，借款人的信用风险就被揭示的更充分，信用评分就会更加客观，接近借款人实际风险。

常用的互联网金融大数据风控方式有以下几种：

验证借款人身份
验证借款人身份的五因素认证是姓名、手机号、身份证号、银行卡号、家庭地址。企业可以借助国政通的数据来验证姓名、身份证号，借助银联数据来验证银行卡号和姓名，利用运营商数据来验证手机号、姓名、身份证号、家庭住址。

如果借款人是欺诈用户，这五个信息都可以买到。这个时候就需要进行人脸识别了，人脸识别等原理是调用国政通／公安局 API接口，将申请人实时拍摄的照片／视频同客户预留在公安的身份证进行识别，通过人脸识别技术验证申请人是否是借款人本人。

其他的验证客户的方式包括让客户出示其他银行的信用卡及刷卡记录，或者验证客户的学历证书和身份认证。
分析提交的信息来识别欺诈

大部分的贷款申请都从线下移到了线上，特别是在互联网金融领域，消费贷和学生贷都是以线上申请为主的。
线上申请时，申请人会按照贷款公司的要求填写多维度信息例如户籍地址，居住地址，工作单位，单位电话，单位名称等。如果是欺诈用户，其填写的信息往 往会出现一些规律，企业可根据异常填写记录来识别欺诈。例如填写不同城市居住小区名字相同、填写的不同城市，不同单位的电话相同、不同单位的地址街道相 同、单位名称相同、甚至居住的楼层和号码都相同。还有一些填写假的小区、地址和单位名称以及电话等。

如果企业发现一些重复的信息和电话号码，申请人欺诈的可能性就会很高。

分析客户线上申请行为来识别欺诈

欺诈用户往往事先准备好用户基本信息，在申请过程中，快速进行填写，批量作业，在多家网站进行申请，通过提高申请量来获得更多的贷款。

企业可以借助于SDK或JS来采集申请人在各个环节的行为，计算客户阅读条款的时间，填写信息的时间，申请贷款的时间等，如果这些申请时间大大小于 正常客户申请时间，例如填写地址信息小于2秒，阅读条款少于3秒钟，申请贷款低于20秒等。用户申请的时间也很关键，一般晚上11点以后申请贷款的申请 人，欺诈比例和违约比例较高。

这些异常申请行为可能揭示申请人具有欺诈倾向，企业可以结合其他的信息来判断客户是否为欺诈用户。
利用黑名单和灰名单识别风险

互联网金融公司面临的主要风险为恶意欺诈，70%左右的信贷损失来源于申请人的恶意欺诈。客户逾期或者违约贷款中至少有30%左右可以收回，另外的一些可以通过催收公司进行催收，M2逾期的回收率在20％左右。

市场上有近百家的公司从事个人征信相关工作，其主要的商业模式是反欺诈识别，灰名单识别，以及客户征信评分。反欺诈识别中，重要的一个参考就是黑名单，市场上领先的大数据风控公司拥有将近1000万左右的黑名单，大部分黑名单是过去十多年积累下来的老赖名单，真正有价值的黑名单在两百万左右。

黑名单来源于民间借贷、线上P2P、信用卡公司、小额借贷等公司的历史违约用户，其中很大一部分不再有借贷行为，参考价值有限。另外一个主要来源是催收公司，催收的成功率一般小于于30%（M3以上的），会产生很多黑名单。

灰名单是逾期但是还没有达到违约的客户（逾期少于3个月的客户），灰名单也还意味着多头借贷，申请人在多个贷款平台进行借贷。总借款数目远远超过其还款能力。

黑名单和灰名单是很好的风控方式，但是各个征信公司所拥有的名单仅仅是市场总量的一部分，很多互联网金融公司不得不接入多个风控公司，来获得更多的 黑名单来提高查得率。央行和上海经信委正在联合多家互联网金融公司建立统一的黑名单平台，但是很多互联网金融公司都不太愿意贡献自家的黑名单，这些黑名单 是用真金白银换来的教训。另外如果让外界知道了自家平台黑名单的数量，会影响其公司声誉，降低公司估值，并令投资者质疑其平台的风控水平。

利用移动设备数据识别欺诈
行为数据中一个比较特殊的就是移动设备数据反欺诈，公司可以利用移动设备的位置信息来验证客户提交的工作地和生活地是否真实，另外来可以根据设备安装的应用活跃来识别多头借贷风险。

欺诈用户一般会使用模拟器进行贷款申请，移动大数据可以识别出贷款人是否使用模拟器。欺诈用户也有一些典型特征，例如很多设备聚集在一个区域，一起 申请贷款。欺诈设备不安装生活和工具用App，仅仅安装和贷款有关的App，可能还安装了一些密码破译软件或者其他的恶意软件。

欺诈用户还有可能不停更换SIM卡和手机，利用SIM卡和手机绑定时间和频次可以识别出部分欺诈用户。另外欺诈用户也会购买一些已经淘汰的手机，其机器上面的操作系统已经过时很久，所安装的App版本都很旧。这些特征可以识别出一些欺诈用户。

利用消费记录来进行评分

大会数据风控除了可以识别出坏人，还可以评估贷款人的还款能力。过去传统金融依据借款人的收入来判断其还款能力，但是有些客户拥有工资以外的收入，例如投资收入、顾问咨询收入等。另外一些客户可能从父母、伴侣、朋友那里获得其他的财政支持，拥有较高的支付能力。

按照传统金融的做法，在家不工作照顾家庭的主妇可能还款能力较弱。无法给其提供贷款，但是其丈夫收入很高，家庭日常支出由其太太做主。这种情况，就需要消费数据来证明其还款能力了。

常用的消费记录由银行卡消费、电商购物、公共事业费记录、大宗商品消费等。还可以参考航空记录、手机话费、特殊会员消费等方式。例如头等舱乘坐次数，物业费高低、高尔夫球俱乐部消费，游艇俱乐部会员费用，奢侈品会员，豪车4S店消费记录等消费数据可以作为其信用评分重要参考。

互联网金融的主要客户是屌丝，其电商消费记录、旅游消费记录、以及加油消费记录都可以作为评估其信用的依据。有的互联金融公司专门从事个人电商消费数据分析，只要客户授权其登陆电商网站，其可以借助于工具将客户历史消费数据全部抓取并进行汇总和评分。

参考社会关系来评估信用情况

物以类聚，人与群分。一般情况下，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，

参考借款人常联系的朋友信用评分可以评价借款人的信用情况，一般会采用经常打电话的朋友作为样本，评估经常联系的几个人（不超过6六个人）的信用评分，去掉一个最高分，去掉一个最低分，取其中的平均值来判断借款人的信用。这种方式挑战很大，只是依靠手机号码来判断个人信用可信度不高。一般仅仅用于反欺诈识别，利用其经常通话的手机号在黑名单库里面进行匹配，如果命中，则此申请人的风险较高，需要进一步进行调查。

参考借款人社会属性和行为来评估信用

参考过去互联网金融风控的经验发现，拥有伴侣和子女的借款人，其贷款违约率较低；年龄大的人比年龄低的人贷款违约率要高，其中50岁左右的贷款人违 约率最高，30岁左右的人违约率最低。贷款用于家庭消费和教育的贷款人，其贷款违约率低；声明月收入超过3万的人比声明月收入低于1万5千的人贷款违约率 高；贷款次数多的人，其贷款违约率低于第一次贷款的人。

经常不交公共事业费和物业费的人，其贷款违约率较高。经常换工作，收入不稳定的人贷款违约率较高。经常参加社会公益活动的人，成为各种组织会员的人，其贷款违约率低。经常更换手机号码的人贷款违约率比一直使用一个电话号码的人高很多。

午夜经常上网，很晚发微博，生活不规律，经常在各个城市跑的申请人，其带贷款违约率比其他人高30%。刻意隐瞒自己过去经历和联系方式，填写简单信 息的人，比信息填写丰富的人违约概率高20%。借款时间长的人比借款时间短短人，逾期和违约概率高20%左右。拥有汽车的贷款人比没有汽车的贷款人，贷款 违约率低10%左右。

利用司法信息评估风险

涉毒涉赌以及涉嫌治安处罚的人，其信用情况不是太好，特别是涉赌和涉毒人员，这些人是高风险人群，一旦获得贷款，其贷款用途不可控，贷款有可能不会得到偿还。

寻找这些涉毒涉赌的嫌疑人，可以利用当地的公安数据，但是难度较大。也可以采用移动设备的位置信息来进行一定程度的识别。如果设备经常在半夜出现在 赌博场所或赌博区域例如澳门，其申请人涉赌的风险就较高。另外中国有些特定的地区，当地的有一部分人群从事涉赌或涉赌行业，一旦申请人填写的居住地址或者 移动设备位置信息涉及这些区域，也要引起重视。涉赌和涉毒的人员工作一般也不太稳定或者没有固定工作收入，如果申请人经常换工作或者经常在某一个阶段没有 收入，这种情况需要引起重视。涉赌和涉毒的人活动规律比较特殊，经常半夜在外面活动，另外也经常住本地宾馆，这些信息都可以参考移动大数据进行识别。

总之，互联网金融的大数据风控采用了用户社会行为和社会属性数据，在一定程度上补充了传统风控数据维度不足的缺点，能够更加全面识别出欺诈客户，评价客户的风险水平。互联网金融企业通过分析申请人的社会行为数据来控制信用风险，将资金借给合格贷款人，保证资金的安全。

② 小贷风控怎么做

近年来互联网信息技术和商业需求的共同推动下，大数据风控和征信体系日益受到重视，以大数据、云计算为代表的技术发展，使得海量数据的采集和深入挖掘逐步成熟，驱动了征信新模式的出现，这也为小贷风控提供了新的契机。大数据不用抽样调查这样的捷径，而采用所有数据进行分析处理，确保了数据来源的全面，分析方法更为科学有效。
常见认识误区
不过，大数据的实际应用，必须基于行业本身的现状和特点，如何将大数据与小贷征信完美融合，则需要更多基于小贷行业征信的现实考量与更为科学的技术支持。目前，关于大数据在小贷征信方面的应用，常存在以下几个误区：
1. 直接复制国外成熟的信用评价模式；
2. 用户的金融数据最具有价值，基于此建模就已足够；
3. 小贷公司接入央行征信就能解决问题。
然而，国内的小贷征信有着自身的特殊情况：
首先，国内征信数据覆盖的人群目前还很有限，与美国等国家还存在较大差距；
第二，我国消费者信用数据的深度不够。以美国为例，其消费者信用数据可以关联到信用卡、房屋贷款、汽车贷款、银行存款、水电煤气费等各个方面，而我国目前的消费者信用数据仅能关联到信用卡和房屋贷款；
第三，我国各区域的经济水平也存在较大差异；
第四，银行数据覆盖面太低，缺乏用户行为数据。
大数据征信
小贷机构通过与大数据风控平台服务商神州融合作，能够将更多信用记录以外的信息纳入征信体系，一站式取得客户的逾期、违约数据，用户授权的通讯、电商、学历，经第三方征信机构采集的电商交易数据、社交数据、银行卡消费等数据，以及其他个人基本资料、公共记录等信息，分析提炼风险评估及定价模型，更好地刻画借款人的违约概率和信用状况，实现精准化和批量化风险定价。
除数据接入服务外，神州融还可为客户提供了基于数据的应用决策支持，包括不同数据对业务应用的建议、基于外部数据和Experian开发的通用模型及风控最佳实践，为小贷公司现有业务和创新的金融业务提供优化和快速构建风控体系的基础。
在互联网+时代，合适的管控工具的合理应用，将带来管理的高度标准化，工作效率的极大提高，风控的手段也将得到质的提升。未来，神州融也将惠及更广的地域和包括小贷公司在内的更多金融机构，小贷风控问题也将因大数据的助力得到进一步解决。

③ 风控专员如何做好管理

导语：如果你还为如何做好一名合格的风险防控人员的工作的道路上，苦苦徘徊而焦灼，那么请你做好以下几点工作!

一、要有足够的专业法律知识

我可以直接告诉你，要想做好一名风险防控人员，如果不把自己“逼成”一个具有专业律师的水平，那么你就不是一位合格的风险防控人员。作为一名风险防控人员需要对那些法律了解呢?建议从基本法入手，包括:“宪法、行政法、民法、商业法、诉讼法、商业银行法等”和一些商业银行监管法律法规入手，这些法律都能让你从专业的角度，识别风险，控制风险，剔除风险。也能让你在风险控制时，避免出现力不从心的情况发生。

当然了，还要熟练掌握自家银行相关的规章制度，烂记于心，一切遵照法律条框开展工作，如果没有相关的法律依据作为问题的支撑点，应该与所有风险管控条线人员和领导进行沟通，如果风险不能排除，建议不要通过风险审查。建议，风险管控人员一定要灵活掌握，不要以“自我感觉、自我良好、自我认识”的去看待问题，处理问题，将自己束缚在一个问题里，不能自拔，一定要遵从大部分人员的专业知识的判断。

二、要有敏锐的思维方式

作为现在的小微企业，历经“金融危机”、“市场危机”等能够存活下来的，可以认同具有一定抗风险能力。但是，这样的企业就真的是我们长期支持的对象吗?其实不然，一个成功的企业，不管在管理、财务、生产、销售等方面，人力、物力、财力具有严格的事项决策，就连企业文化也能凸显出企业的向心力和生命力。尤其是在新产品研发上，很多企业都在面临转型，而不是改改行头、增加银行授信、更换生产设备等，就能彻头彻尾的“升级换代”了。我可以肯定的说:“像这种企业，不会有太大的发展空间，就算是“轰轰烈烈”的生产，得到的市场利润也不会有太大的改观，只能算是在苟延残喘。”

我在这里说一下什么是转型?就是企业在现有资源的基础上，将现在的生产模式向自动化或智能化分批次转变，将现有产品从低端向精端分销售渠道去创新，并在现有员工队伍中培养筛选出具备“抗压性”强的员工，给予重任，能淘汰的则可以淘汰。虽然在一些客观因素上未免有些残忍，但是，如果不这样做，垮掉的只有企业自己。

作为一名风险防控人员，面对一个没有“洗心革面”的企业，就不敢投放贷款了吗?不是，这种企业短期内不会出现太大变故，如果没有受重大市场危机的冲击，不会在短期内消亡。怎么办呢?要根据贷款资料，对企业的各个环节进行梳理，尤其是对负债的承受力，如果发现企业利润总额仅仅能够维持企业经营，建议对企业不要投放大额贷款或授信，并且尽量投放，短期贷款，并有充分的投放保障。

三、从合规的角度处置风险

作为一家金融机构，能够长远稳健发展，离不开八个字:“法律、法规、监管和标准”，最重要的一个因素就是——严格遵守执行。自始至终，行走在一条正确的道路上，绝不越“雷池”半步，打擦边球的事少做，尽量不做，踩红线的事是坚决不做，做到依法合规。

四、认真对待核心问题

这里所指的核心问题是什么呢?一是“化解类”贷款，二是不良资产的核销。在这里我用提问的方式说一下，为什么会出现“化解类”贷款?有人可能会回答我:“市场经济不景气，导致企业举步维艰，无法正常履行债务条约!”我再问一下“化解类”贷款，以后的化解怎么办?也有人这样回答:“等待市场经济好转，时机成熟后，企业自然而然会履行偿还债务的义务!”我再深入问一下，市场经济何时好转，难道倚靠“化解”一直“妥协”的走下去吗?化解以后的化解怎么办?难道在漫长的化解道路上，一路走到黑吗?实际上，处置这个问题不难解决，病根在哪里呢?还是在企业身上，不履行正常的债务，反而寻求更多的借口去绑架银行。

五、要抓住隐性风险的实质

我相信，作为一名从事金融行业的一份子，大家对“网贷”的异军突起而感到担忧。担忧什么?不是担忧实体银行不堪一击，惨不忍睹。而是一些“网贷”带来的长期潜在的隐性风险，才是对金融行业最大的危害和冲击。什么是网贷呢?太多了，多不胜数，自己在“度娘”上搜吧!保准让你大开眼界，大吃一惊，乃真是:“一场春雨过，遍地野草生。”

为什么会有如此之多的“网贷”呢?犹如雨后春笋般厚积薄发，就是有广大的客户资源，供养着这些形形色色的“网贷”。让这些看不着，摸不着的“网贷”，在黑夜里滋生。尤其是网络上爆炒的“裸贷”，真是人间的恶梦和地狱。

六、认清自己的职责

我可以用警告的语气给你说，不要做同事眼中的老好人!不是所有风险都是客户的问题，还有我们自身存在一些问题，才导致一些潜在风险的存在。

有些客户经理在处理客户资料时，未对客户的风险真正全面进行揭示，不知是故意遮遮掩掩，还是不知从哪些方面去揭示，从头到尾，形势一片大好，很多客户的财务数据明显存在刻意扩大事实的情况，而不通过交叉验证，让企业重新补充资料。只是千篇一律的为了放贷款而整理资料(这种情况更多的出现在，对存量贷款客户的续贷上，应付了事)，对这种不负责任的客户经理，不但要从风险和合规的工作角度，给予说明其中的利害关系，还要为这种“履教履范”的行为作出警告，不能对这种行为视而不见，不能让不合规的`工作方式成为客户经理的习惯，让本就不可预防的风险，通关过卡。

七、要有一种细致入微的态度

在大家工作时，总是能够想到一句话：“态度决定一切!”这里我要从三个方面去说，从而改变你工作的态度。

1、不要把所有的问题复杂化

做人做事还有个先来后到，何况是处理信贷隐患，一定要有一个平静的内心，面对信贷风险，要专心致志的从一个方向入手，不要被一些内在因素和外部因素打乱自己的工作思路，坚定自己的信心，要学会举一反三，一个方法不成功，再用另一个办法，从而发现问题，化解疑问，不要将所有风险隐患全部复杂化，正确判断一个问题。

2、不要怕麻烦，内心易生烦躁

对信贷资料进行审查时，一定要逐页逐项进行审查，根据相关信贷管理办法，综合考虑一个问题的来龙去脉，自己对相关数据有疑问的，一定要亲自统计核算一下，确定数据的真实性，还要对企业有个大致了解，避免对数据的测算只停留在页面上。内心烦躁，易生假象，面对问题，得过且过，坑害的只有自己。

3、思路要清晰

做好问题归类，交叉验证。不同的企业有不同的问题，一个企业一个样，客户经理也是如此。不是所有客户经理对处理问题都能够细致入微。如果发现一位客户经理上报的贷款资料出现同样的问题描述，你就应该猜想到，“贷前调查”是否属实?企业申贷资料是否真实?从而加大风险审查力度，直至真正判断出企业的真实情况，做出正确评估。不同的问题，不是单一能够解决的，一定要学会用不同的数据，交叉验证，就会发现其中的千丝万缕，从而切入问题的要害。工作，要有一个实事求是的态度，别怕麻烦，一点一点深入，并快速成长。如果说:“你能适应一个工作岗位，那么，你能适应一个市场的“网络时代”、“大数据”、“云计算”的紧锣密鼓吗?

④ 银行风控发展趋势是怎样的

趋势一：监管拓宽加深

监管范围正在持续扩大。麦肯锡预计未来十年内，加大消费者保护和“行为”监管的趋势仍将延续，甚至加快。那些信息不对称、高转换成本、不当和晦涩的建议、不透明或过于复杂的产品功能或定价结构都可能受到更为严密的审查。产品捆绑和交叉补贴也将更为困难，可以促使一些市场更公平地进行产品定价。

在某些情况下，如果客户可以改用更符合自身利益的其他产品，银行甚至有义务告知这一情况。或必须定期告知消费者更廉价的选择。这些趋势将会显著影响银行风险管理的方方面面。

一是，在监管框架内进行优化。

资本、流动性、融资、杠杆率以及恢复处置机制的建立可能会敦促银行构建符合所有监管限制的资产负债表和业务，在满足相关要求比率的前提下充分利用资金。这可能会限制银行的战略自由度，要求银行建立全新且具备高度分析能力的业务优化和战略制定流程。风险职能在这些领域作用重大，可扮演关键角色。

二是，银行能否光明磊落地披露自己的业务做法？

仅仅符合现有规则是不够的，如果银行要免受未来法规的回溯判决影响，就必需遵循一系列广泛原则。例如，银行要站在客户的角度检视自己的做法是否“公平”，是否能光明磊落地向客户、监管部门和公众完整披露自己的业务做法？如果不能，那么这就是一个明确的警告信号。银行可能需要评估整个销售和服务方法，审核端对端流程、定价结构及水平。

三是，消除人工干预，自动合规。

如今法律法规逐渐复杂，不合规问题愈加突出，银行只能在处理客户业务风险过程中尽量消除人工干预，把正确的行为固化到产品、服务和流程中。在无法实现自动化干预的领域，强有力的监督监控将会愈发重要，因为这是确保第一道防线错误率极低和第二道防线有效监督的唯一方法。

四是，与业务部门协作。

风险职能只有和业务部门加紧合作，才能沉着应对监管要求。银行要做到零风险全面合规，就要从一开始思考流程构成，而不是业务部门设计完战略或新产品后再追加马后炮。

趋势二：客户期望改变

未来十年内，客户期望改变和技术发展料将引发银行业巨变，使行业改头换面。届时，技术普及对客户而言可能就如家常便饭。

创新影响着价值链的每个环节，但最重要的颠覆可能发生在银行的业务承接和销售流程上。

回顾一下银行的基本业务模式就可以了解其中的盈利情况，将近六成的银行利润来自于业务承接、销售、分销和其他面向客户的活动。这些活动的净资本收益率达到了22%的诱人水平。

银行若要赢得这场客户关系战就要付出大量努力，要实现这一目标，风险职能就必须成为核心贡献者，在整个过程中与业务部门紧密协作，并强调两个重点：

一是自动化即时决策。

银行必须建立高度定制化的流程，快速实时响应客户要求（如开户、贷款申请等）。风险职能要帮助银行在无人工干预的环境下进行风险评估和决策制定。这通常要求银行出台大规模的零基础流程再设计，采纳更多非传统数据。专门为美英小企业提供贷款解决方案的公司Kabbage就是一个很好的例子。

申请者无需提交复杂冗长的文件便可通过在线途径快速便捷地申请贷款。Kabbage会评估各种数据来源（如PayPal交易、亚马逊交易、eBay交易信息和UPS发货量信息）。

目前，部分银行正着手设计更便捷的开户流程，大部分所需数据可通过公共来源预先填好，使客户受理体验尽量简单、做到衔接无缝和简短。在这种情况下，风险职能的挑战在于建立起一种安全友好的识别验证方法。

二是“一人细分客群”。

随着银行在客户细分和产品服务上更加成熟复杂，最终可能会建立“一人细分客群”，提供单人量身定制的价格和产品。不过此举也复杂化了相应流程，对银行来说代价不菲。为了保护消费者免受不当定价和审批决策的影响，监管部门也可能对银行设置诸多限制。

风险职能需要与运营和其他职能共同寻找对策，在提供高度定制化解决方案的同时妥善处理新问题。

趋势三：让技术和分析助力风险职能

科技不仅改变了客户行为，高级分析能力的发展也孕育了全新风险管理技术。层出不穷的新技术带来了成本更低、速度更快的计算能力和数据存储，推动了更有效的风险决策支持和流程整合。虽然未来十年还将出现大量未知的创新，并显著影响风险管理进程。这些创新因素包括大数据、机器学习、众包。

许多行业都已采用机器学习技术，比如天气预报、亚马逊产品推荐、谷歌垃圾邮件识别和奈飞（Netflix）建议都是很好的例子。某些银行已经开始在催收或信用卡欺诈侦测等领域开展试验，成效显著。

衡量模型预测能力的基尼系数也大幅改善。麦肯锡预计，银行的风险职能将在多个领域采用机器学习，如金融犯罪侦查、信贷审核、早期预警系统、零售和中小企业（SME）客群催收。

互联网的普及推动了商业设想众包，许多企业正通过这种方式提高部分领域的工作效率。美国Allstate的保险公司举办了一场汽车意外保险理赔算法众包挑战赛，参赛者均为数据科学家。该公司仅用了三个月的时间便成功将模型预测能力提高了2.7倍。

许多此类技术创新都能降低风险成本和罚款。银行越早采用这些技术便能越早建立竞争优势。不过，保护客户数据隐私必须是一个重要前提。

趋势四：非金融风险类型正在出现

金融风险管理在过去20年取得了长足进步，但其他风险管理却更似原地踏步。

过去五年来，运营合规风险相关的罚款、损失、法律成本飙升，迫使银行不得不开始关注这些风险。比如传染风险、模型风险、网络攻击等，银行还需要建立风险职能新能力和新流程，管理跟踪上述新兴风险。

趋势五：通过消除偏见更科学制定风险决策

另一种风险来源于偏见导致的错误决策。银行风险职能需要加强偏见识别和除偏技巧。

偏见识别。第一步要评估银行的哪些风险决策可能受到偏见影响。一旦有了这方面的理解，就能更容易识别偏见、降低影响。这个步骤其实相当重要，因为制定风险决策的过程中始终会存在偏见。那大型企业用于贷款审核的模型也会存在同样的问题吗？相比于人脑制定信贷决策，使用模型的问题相对较少。

然而，在建模过程中仍然会多少存在偏见。传统的回归模型一般始于建模人员的假设，如哪些因素具备预测能力，并应该被纳入模型。机器学习借助算法自行找出风险动因，成为能有效解决偏见问题的新方案。

除偏技巧。银行可采用三种技巧减少或避免决策偏见：通过分析为决策制定者提供更多事实；善用辩论技巧消除对话和决策中的偏见；通过组织在企业中建立新的决策方式。

一个比较典型的案例是定性信贷评估（QCA）。全球多家银行已在新兴市场中小企业贷款审核环节用上了QCA，这些市场的财务数据往往缺失、不全或不可靠。在这种情况下，银行往往需要依靠来自专家的人工判断。

虽然此举会导致一些主观偏见的出现，但银行可以采取众多措施提高决策质量。通常银行会用研讨会的形式进行QCA，汇集一批最优秀的信贷主管共同识别一系列潜在的预测因素，然后根据历史亏损情况逆向测试进行筛选。

趋势六：大规模降本需求

银行系统在大部分地区和产品类别上都出现了缓慢但持续的盈利水平下滑。银行努力通过改善运营成本弥补利润率下滑，导致净资产收益率持续保持在长期平均值的低位。

资本要求提高及合规成本增加等一系列监管的进一步收紧、以及低成本数字化竞争者的出现都为银行带来了不少压力，麦肯锡同时预计，这种压力还会进一步加剧。某些产品更易受到影响，银行如果仍旧无所作为，到2025年，某些产品类别高达40%的收入将会面临风险。

既然颠覆性如此强大，银行必须重新思考运营成本构成，以更低成本创造更高价值。银行如果已经采用了零基础预算、增值分析（即需求管理）、外包等传统的渐进降本方法，简化、标准化、数字化将是剩下为数不多的大幅降本途径。

银行风险需要对加大投入节省风险成本，应对前文提到的多种结构性趋势。在现有行业和监管环境，克服挑战无捷径可走，银行需要在未来十年内重新思考部署这些决策。

值得关注的是，到2025年，银行的风险职能将对银行的成功发挥更加关键的作用。2025年，银行的风险职能可能会担任无缝、无偏见风险决策和全面组织监控的设计工作，通过降低风险和运营成本、提供直观的客户体验和引导银行合规等方式创造更大价值。业务承接、销售、分销和其他面向客户的活动。这些活动的净资本收益率达到了22%的诱人水平。

(4)快速贷款的风控工作内容扩展阅读

银行风险管理的实施

银行风险管理的目标能否实现，不仅取决于银行风险管理人员的知识水平和管理技能，而且还取决于银行的组织设置和管理方式等。银行风险管理的实施必须注重以下四方面的内容：

一是在经营上，必须采取稳健的原则，银行各部门的管理人员从经营决策到具体业务的操作，都必须考虑各种风险因素，在确保安全的前提下来寻求盈利的极大化。

二是在业务上，采取一系列风险分散或风险转嫁的自我保护措施，通过将风险管理数量化、具体化和制度化，确保风险在自身能够承受的范围之内。

三是在组织安排和部门设置上，要求银行设置专门的风险管理部门，并且强调与其他部门密切配合，定期对各业务部门制订的具体风险管理对策和目标进行检查和监督；并且将市场销售部和操作系统部分开设置，健全内部的制约机制。总之，银行在组织安排和部门设置上均必须体现防范风险的思想。

四是在财务上，采取稳健的会计原则，银行应在执行权责发生制的同时，按照稳健的会计原则，争取有关部门的支持，对呆账准备、应收未收款、盈余分配等方面作出适当的处理，以确保银行的资产质量，增强银行抵御风险的能力。

⑤ 做风控到底是做什么

无论在传统金融还是互联网金融领域，风控都成了一个紧俏的职业。这跟近几年金融领域形态的多样化有关，用户对于风险控制变得越来越关注。

风控包含了两类工作，即风险管理和内部控制，但在不同类型的企业中，风控的管理及控制的领域方向也会有所不同。

这并不算是个新职业，但我们发现它的职业发展势头正变得越来越好。根据科锐国际的统计数据表明，在金融行业各职能部门的薪酬涨幅里，尽管中后台部门仍然没有前台部门的15％高，大约在5%至10%之间，“不过风控在中后台其他职能部门中算是涨幅比较高的。”科锐国际金融行业总监李珉说。

之所以能有这样比较有优势的涨薪，主要有两方面原因。甫瀚咨询董事总经理崔楠认为原因之一在于人才 贮备 不足。过去很多人都没能认识到风控工作的重要性，所以大家不太愿意入行，另一方面这又是一个需要专业技能的工作，因此整体而言从业者不多。原因之二是因为这两年互联网金融发展非常迅速，大大小小的P2P平台的出现催生了风险控制人才的需求。加上银行、保险、期货、信贷、小贷、小微贷、PE、VC这些行业本身也都有很大的风控人才需求，所以使得这类人才出现缺口。这些企业之间的人才竞争也把风控人员的收入拉到了一个比较高的位置。

当然风控不仅仅出现在金融机构，它也存在于各个行业。中智人才评鉴与发展中心执行总经理彭平根说，许多企业都开始在内部设立风险管理或内部控制部门，对可能遇到的各种风险因素进行识别、分析、评估。不过，总体来说，企业中的风控工作大都集中于事后的检查评价。因此需求度最高、体系最完善的风控工作还是集中在金融领域。

金融领域的风控工作属于中台部门，需要参与到具体业务的事中风险评估及审核过程，而非仅仅事后的检查评价。通常涵盖的范围包括金融行业特色的信用风险、市场风险、操作风险等，往往有比较大的权力。

高收入、无业绩压力让越来越多的人想要转型为风控，他们往往来自于金融业的其他职能岗位，比如银行柜员、理财顾问、咨询公司和会计师事务所的审计师等等。而现在一些新型金融机构的出现也增加了有志于此的人们的选择。

风控岗位的门槛是什么？不同类型金融机构的风控岗位有何不同？做风控这份工作又能带来哪些收获？

总体来说，风控岗位涉及到的工作包括业务审查（业务发生前的审核，通常未通过审核，业务不能执行）、风险监测（业务发生后的持续风险监测，包括预警及应对等）以及业务综合管理（数据的统计分析等）。不过在银行、保险、信托、期货、P2P互联网金融和第三方支付平台内部，风控的工作侧重不尽相同。

1、银行

相比其他类型的金融机构，银行的风险管理部门更为成熟。“巴塞尔委员会”1988年7月制定的《巴塞尔协议》里为全球商业银行确立了明确的风险管理标准，确定了管理哪几类风险。“尤其对怎么管控信用风险、市场风险、操作风险说得非常清晰。”崔楠说。

贷款业务是占银行风控日常工作比重最高的一类业务。处于中端的风控部门往往在客户阅读贷款细则时就开始进入风险审核，看贷款对象的个人风险评估是否符合要求，经过风险评估后的业务才会被提交到更高管理处审批—也就是说，风控的工作存在于交易的过程中。

银行风控的这种运作方式也成为许多金融机构风险管理的母本。“比如保险行业大多是参照银行的做法。”崔楠说。

2、期货、信托、小额贷款、融资租赁企业

从风险管理的角度来说，期货、信托、小额贷款、融资租赁企业都算是比较新兴的类型。它们的风险管理以风险为核心，侧重信用风险、操作风险、市场风险、交易对手风险等等。

这些行业的新兴之处还体现在业务的复杂和创新需求上。比如信托，以房地产作为信托产品和以 汽车 作为信托产品是不一样的，某种程度上来说每个项目都需要开发一套创新的金融产品。“当一个创新产品出来的时候，这个产品是不是能变成一只基金，或者变成某一种产品推到市场上去，它们的风险管理部就要进行审核。”崔楠说。这种情况下，风险管理部需要判断这个新产品的风险是否可控？风控敞口有多大？万一出现问题，项目坍塌了，储户或者是投资者来向公司要钱时，刚性兑付的资金压力有多大？“有多少可能性这个项目就有多少可能收不回来钱。”崔楠解释道。

风险管理部对于新产品的审批意见非常重要，“如果风险管理部或风险管理委员会不批的话，这个新业务真的可能会被否掉。这是一个权力很大的部门。”崔楠说。

3、网上个人信贷（P2P）

相对传统金融领域来说，P2P还处于初期阶段，因此风险管理工作可能并不是很完善。“有一些企业在做这类金融产品的时候，可能只是从金融企业挖一两个人来就开始管理风险，他们的风险管理主要集中在信用风险审核。”崔楠说。

4、第三方支付平台

第三方支付平台的风控则是一个完全不同的概念。我们平时接触最多的支付宝、微信钱包等都属于第三方支付，在这些应用中，风控人员更需要关注的是操作过程中所涉及的前端产品，比如密码锁、支付验证等—他们的工作主要是保护用户的交易安全。

支付宝大安全-安全策略的高级安全策略专家龙屠说，和银行比较关注信贷风险不同，第三方支付平台更重视在线实时交易中存在的欺诈交易风险。如果交易出现问题，用户资金被盗，那么第三方支付平台就需要承担相应的赔偿。

对于这个新兴领域，崔楠认为行业监管是缺失的，对于风险管理的松紧程度完全取决于公司高层对风险的认识度。“他们会有业务压力，在抢占市场时，风控可能没法完全按照理想状态去执行。”

无论传统金融还是互联网金融，风控都算是一个硬性技能要求比较高的岗位，但根据工作内容的不同，对公司人的要求也有所不同。

在传统金融领域及P2P中，金融行业相关的知识和经验是很重要的。

对于毕业生来说，尽管大部分金融机构和企业都抱着一种“反正都是白纸，我可以用我们的体系来培养”的观念，但如果是金融专业同时具备一些比如FRM金融风险管理师、CFA特许金融分析师、CIPRM中国注册风险管理师等专业证书会更有竞争力。

对于 社会 招聘来说，风控人才主要来自两个渠道，一个是从其他类似机构找人；另一个则来自于大会计事务所或咨询公司，后者出来的公司人往往有一些金融企业审批或企业风控的外部服务经验。

第三方支付平台因为工作内容的不同，则需要应聘者拥有数据应用能力和系统思维的能力。

“我们所有的风险都是基于数据的，所以如果不了解不掌握数据，影响风控系统的信息是搜集不了的。”龙屠以支付宝举例，支付宝每天的交易用户数量可能有好几千万，其中每次操作都会产生很多数据，支付宝的风控人员必须对这些数据进行实时分析、监控，然后识别出一些异常交易。

系统思维能力则能帮助风控人员在发现风险时，从多个维度，包括数据、业务、产品、用户体验等方面去考量解决办法，这不仅仅是用一个好的数据模型，或是单靠好的产品就能完成的，需要综合各方面的能力才能协同解决。

不管是传统金融还是互联网金融都面临着不断发展和迭代的挑战，这使得风控人员必须保持很强的学习能力和好奇心。

不同类型的金融机构及企业的风控因为其职能的不同，所呈现出的工作状态会有所不同。

通常，一些大型银行的风控部门由于业务稳定，规模较大，人员充足，因此工作负荷不大，属于行业中工作压力较小的部门。不过一些跨国银行的风控职能往往集中在国外总部或区域中心，中国的风控部门更多地扮演执行的角色，个人的能力体现和成长空间都会受到一定的局限。

在一些大型金融机构，风控的工作重点在于如何将领导的风险偏好转化为合理的风控工作指标，凸显自身价值。

“一些中小型金融企业，以及非银行金融机构的风控，由于业务类型复杂、创新性高、变化大，原本就不够充沛的风控人员，往往需要承担更大的工作负荷。”崔楠说。这类风控人员的职能压力往往来自于不仅要控制风险，同时还要提高工作效率，即：不错杀好项目，不漏杀坏项目，同时也不能延误业务时机。这种时候还有可能受到来自业务部门的压力，“如何在业务发展和风险管理之间找到平衡，如何在压力下，坚持风控的专业判断，都是一个好的风控人需要考虑的。”崔楠说。相对来说，这类企业的风控人员压力更大，能力的提升也更快。

第三方支付平台的风控工作则更偏重产品，因此有其独特的地方。

首先是快速响应，因为第三方支付平台的使用是24小时都在发生的，因此其风控人员一旦发现有风险问题，就要立即进行跟进并解决，哪怕是在凌晨或者节假日。

其次就是需要一直追求更好的客户体验，不断改进风控产品、安全产品的体验。比如支付验证这块业务在有了短信提醒的前提下继续 探索 更好的提醒方式，尝试指纹、人脸识别、声音识别等新技术。这部分工作可能是传统金融机构所不常见的。

另外，对于想要在风控领域达到高度的公司人来说，决策能力会是一个挑战—既要兼顾业务，又要保证风险管理。

金融机构和第三方支付的业务职能差别较大，相互之间比较难转型，但职业发展路线都算明朗。

在大部分金融机构里，风控岗位的职业晋升往往通向首席风险官，最终可能成为银行的副行长，或是其他金融机构的副总经理，主要还是偏重风险管理和控制类的工作。

在第三方支付平台的情况也比较类似。根据龙屠的说法，随着业务的钻研，风控人员往往有三个发展方向，一是成为风险领域的专家，二是成为数据方面的专家，三是成为产品专家，其中数据能力不仅仅是在风控领域，其他领域也是适用的。

从具体行业来说，银行业风控的薪资涨幅平均在5%至10%之间；保险业相对平稳，因为保险业圈子狭窄，风控流动率较小，薪资涨幅不大。“证券基金业内中资外资风控的薪资涨幅有非常大的差异，所以没法得出一个明确的参考标准。”李珉表示。

从区域上来说，风控人员的需求主要集中在一线城市。二三线城市需求量虽大，但薪酬偏低。

一线城市有5年到10年经验的银行风控人员平均年薪在30万到60万元之间；保险业有10年以上工作经验的风控在外企的薪资约为70万元，在本土企业为60万元；证券基金业有5年至8年工作经验的风控经理在本土企业的年薪一般在30万至80万元之间。

P2P行业、第三方支付行业的风控人员大多是来自银行或是同行业。在跳槽的过程中，他们的薪资会得到一个比较大的提升，增长幅度可达30%至50%。“这其中阿里系可能会更高一些。”李珉说。

↓↓↓

⑥ #风控专员#风控专员出来，找工作迷茫，刚好在P2P缩紧年

三年多风控客服来回答，之前工作风控催收都要做，特别心累，压力也大，三年多下来感觉心都老了一圈，今年果断辞职，换行，找了一个多月工作都还无果，要么不喜欢，要么没其他经验，总之边学边找，考虑换行要趁早，不然越久越难跳出来。 来自职Q用户：李女士

⑦ 贷款被风控了怎么办

1、要尽快将欠款还清。对于还清了欠款的人，以后一定要不要让类似的事情发生，静待不良记录的负面影响逐渐消散。

2、尽量将欠款减少，降低自己的负债率。

3、保持良好的信誉，提高自己的还款能力，手机不要随时更换，那么就减少出现风控的可能性。

4、通过契约，将让渡人的风险转移给受让人承担的行为。通过风险转移过程有时可大大降低经济主体的风险程度。风险转移的主要形式是合同和保险。

风控就是风险控制，要制定计划和采取措施降低损失的可能性或者是减少实际损失。控制的阶段包括事前、事中和事后三个阶段。事前控制的目的主要是为了降低损失的概率，事中和事后的控制主要是为了减少实际发生的损失。

(7)快速贷款的风控工作内容扩展阅读：

发放贷款的管理者会采取各种措施减小风险事件发生的可能性，或者把可能的损失控制在一定的范围内，以避免在风险事件发生时带来的难以承担的损失。风险控制的四种基本方法是：风险回避、损失控制、风险转移和风险保留。

当经济主体没有意识到风险并认为损失不会发生时，或将意识到的与风险有关的最大可能损失显著低估时，就会采用无计划保留方式承担风险。一般来说，无资金保留应当谨慎使用，因为如果实际总损失远远大于预计损失，将引起资金周转困难。

⑧ 车贷公司的风控部主要是做什么的啊

汽车按揭、抵押贷款、融资租赁、二手车金融等等都属于汽车金融范畴，车贷市场近几年开始快速增长，许多互联网行业巨头也纷纷加入汽车金融战场。凡是涉及金融方面，那么一定会遇到风险问题，解决风控问题也是各大汽车金融平台实现利益的核心因素。
车贷的高风险有市场风险、操作风险、信用风险、违规经营风险等存在于汽车金融服务的各个环节。主要存在客户欺诈、身份盗用、车辆估值不准、车辆二抵、还款拖延等汽车金融风险行为频出，甚至已成为车贷行业不容忽视的痛点。
1.人的大数据风控。借助大数据风控管理分析平台，建立大数据反欺诈系统，从贷前、贷中、贷后各个阶段进行有效的防范欺诈风险。从账号风险防护、应用风险防护、欺诈信用风险防护等方面，有效识别骗贷、黑名单欺诈等手段，减少资金损失。对客户行为从源头进行风险评估，通过客户在网络渠道留下的联系方式开始，就启动整个风控的过程，关联客户关键信息（如地址、电话号码、联系人信息等），从申请环节到授信环节借助反欺诈系统降低有效反欺诈风险。
2.车辆鉴定大数据风控。二手车由于其非标准化运营，涉及到车辆评估，对车辆价值进行准确判断才能在放款上不会出现“乱放”现象。通过第三方车辆评估鉴定，上传车辆信息，对车辆查档、估值、违章查询、车史报告、VIN码解析等等信息掌握。为汽车金融公司提供二手车数据内容、数据管理、二手车估值、数据挖掘等解决方案。
3.车辆监控大数据风控。这里提到车贷管家GPS风控平台，车贷公司的第三方贷后云风控平台，呈现车辆的日常行为轨迹，利用监控平台的大数据预警信息，密切掌握借款人的动向。通过建立风控模型，针对借款人的贷后车辆行为，通过丰富的预警机制，可以科学的预测整个周期内的风险。根据车辆停留点分析、常用地址比对、敏感区域数据库等大数据分析，对车贷行业的功能场景进行针对性设计，能有效的遏制资料欺诈、二次抵押等不良现象发生。可帮助汽车金融公司建立完整的贷后风控管理体系。
主要的风控阶段分为贷前和贷后，贷前风控是排除诈骗份子和团伙。贷前大数据更关心用户某个时点上的数据情况，而在实际应用中，GPS平台才是最实时的风控大数据，可以根据设定的情况来进行实时预警。

⑨ 汽车金融风控应该怎么做

对于汽车融资租赁公司来说风控最重要的是能够通过软硬件结合实现智能的“反欺诈”。

1、车贷征信风控：车贷征信风控分为对人的征信和对车的征信，对人的征信除了弓|用央行征信数据以外，还需收集个人职业、收入、住所、资产以及亲属等数据维度，从而生成极具参考性的个人信用评估报告，在此基础上判定贷款人是都具备贷款资格，预防因个人征信不足，贷款者无还款诚信，所造成的车贷风险；对车的征信则需引用和建立车辆黑白名单数据库，在此基础上决定车辆是否具备贷款资格，预防黑名单车辆抵押、一车多贷等风险。

⑩ 银行风控的日常工作有哪些如何快速升值加薪

在银行工作，社会上证书对涨薪可真没什么功效，只能说对升职具有间接的功效。目前在银行工作，基本上是看你的业绩，社零及信贷业务的指标一大堆，看你水平怎样，能不能达到目标，完成的好收入也高，跟什么证书什么学历毛关系都没有。当然如果你的背景挺深，家里有ZF或大型企业做官员的，会给金融机构带来很大的经济效益，你升职就会很快。如果确实准备考一些证书，我建议考投资分析师、高级会计师、高级会计、理财规划师这种证书，假如你有这种证书，也不一定就能保证你可以升职，只能做为竞选时候的一种参照罢了。

以前的同事小敏，毕业后刚进入公司时做运营部。每天工作内容就是向编写给予相关的信息素材内容。一开始小敏感觉这份工作没有一点科技含量，让他做有一些屈才。不过她迅速调整了心理状态，细心的她发现其实这个工作中并不简单，想要做千辛万苦。从那时起，她起先设立了许多素材内容类型库，另外还对一些类别作出了细分化。例如：文本、照片、短视频、声频，动态图、漫画作品等，每一个类别下边又会有很多的小项，例如素材图片又可以按领域实现细分化，并给每一个图片标注了编号和命名，那样他的素材网就慢慢越来越丰富多彩圆润下去。请相信细致的标明，当编写必须一些的素材时，她总可以轻松高效地找到很多的素材供编写挑选。