从风控角度看信贷业务，无外乎一直在求解释三个问题：怎么证明你是你（身份核实），怎么证明你不是坏人（反欺诈），怎么证明你有能力（信用模型）。其表现形式适用银行信贷业务亦是如此，只是手段、展现方式有差异而已。

        三个问题的解释、控制实现难度不一。很多企业都说自己有成熟的信用模型，有大数据分析，其实更多侧重在了身份认证和反欺诈控制上。因为随着互联网科技发展和每个人的默默“无私奉献”，你在网上获得便利的同时，也让自己越来越透明，机器会比你更了解你自己。另外，这两个问题更多采用策略设定，即设定的多为非黑即白的禁入标准。至于怎么证明你有能力，有多大违约概率，这个才是真正的信用模型，且不是每个企业想干就能干，想有就能有的，主要还是缺少有效的专业数据。

        从实践具体来讲：

        1.怎么证明你是你

        常用的方式是借助银行或第三方做四要素验证。基于客户在银行留过底，银行帮你变相做过面签，因此能通过四要素验证，我可以相信你是你。但是四要素验证只能证明张三是张三，没法证明是李四拿着张三的身份在做，于是就会加上人脸识别，远程视频签约等。还可以通过技术和数据，做更多的身份认证，譬如让客户多提供些社交账号或者其他信息，进而去爬取更多客户的历史行为，通过交叉验证去看你是不是认知你自己。

       2.  怎么证明你不是坏人

        这里就是大家现在常用的反欺诈环节了，一般会通过以下几个维度去控制：

        客户信息识别。通过客户基本信息、征信信息、朋友圈及网上行踪去确定你是良民，你没有近墨者黑。

        客户多头借贷识别。通过监控你的注册行为、APP安装、第三方黑名单排查等去规避客户近期有多头借贷情况，降低接棒风险。

        黑产/盗号防范。通过监控账号是否有异常行为，是否通过同一IP、设备批量注册去防止黑产的薅羊毛行为。

        无间道。与黑产是斗智斗勇，互相迭代升级的过程。企业往往也会设些反欺诈监控人员，去混各种吧和群去升级战术，也会网上监控自己公司是否站在了羊毛党的风口，进而与时俱进。

        上述控制的实现前提是要有数据，或来自第三方或你能自己获得。若用第三方，需考虑提供方数据的新鲜度以及彼此间客户重合度。自己挖，需考虑监管政策风险和爬取技术能力。

        市场上很多数据接入商，其实提供的多为这个层面的数据，也大同小异。工商行政、法院诉讼、出行记录、通话记录、社交信息等基本成了行业标配，实现上也多为爬取，因此着实不用接太多家，接了也是重复。那些宣称有独家维度信息的，除非他真有非常手段（有个好老爸），否则呵呵~~。

        有了数据就需要配置过滤规则，需要结合你的目标客户以及市场定位，过滤的杀伤力比较大，容易误杀无辜。好杀毒软件要不停升级病毒库一样，反欺诈规则不是一成不变的，你还要不断监控与预警各种企图逾越你规则的批量申请，不断优化迭代才能屹立不倒。

        3.怎么证明你有能力

        这块可以说是八仙过海各显神通了。模型方法论很早年前就有了，这些年越来越火，无外乎锅里的米多了，大家可以各做各的饭了。有交易数据的（如电商）可以直接拉数据估能力；没有直接数据的，跟客户谈判看给不给看数据，实在不行的自己爬爬看或者估摸着算。这块也考验着你的功力，有数据的也未必一定能做好，因为一则交易数据转换成金融数据不是那么简单，另一则各种刷单、促销的数据清理也会让部分企业望而却步或剪不断理还乱。从中还引伸开另一层面上的交易反欺诈。没数据的就更惨，这部分的数据在市场上也是核心，不轻易能得到，是需要企业在垂直领域有一定深度和广度的。没有垂直优势的，做普惠大众的，那么要做好信用模型是比较难的。因为不同客群，不同地域表征不一，不能随便拿些数据做做分析就说我的模型能放之四海而皆准吧。分客户群体做，你能有那么多数据，尤其是坏客户数据么？规避的方法的要么从流程上优化去控制风险（部分走线下验证，设计交易闭环，控制资金后物流），要么将风险延滞到贷后（GPS定位，通讯录轰炸，通过催收策略弥补），要么干脆提高定价来覆盖风险等等。

        4. 两个问题

        白户怎么处理。啥数据都抓不到你，让我怎么判断你。要么放弃，要么小额测试下博概率

        人心叵测。再多了解你，但终是雾里看花。因此，违约概率只是个概率不是个承诺。这样的损失也只能认了，能做的就是增加你的违约成本去一定程度约束你。

        以上是从操作层面来阐述，在这之前更为重要的是战略定位。是否对自己有清醒认识：

        首先知己，我有哪些资源，我有哪些优势，我有多少财力，我要实现什么商业目标。毕竟坏客户是大家想要（数据）又不想要的（损失），是用钱堆出来的（财大气粗的请忽略~~）

        其次知彼，要认识我们的客户，目标客户群是什么，会存在哪些风险，风险是怎么样的，适合线上还是线下作业，避免南橘北枳。

        再者知市场，我要做的客群市场上竞对是怎么做的，用的哪些手段，我有能力拷贝不走样或青出于蓝而胜于蓝么。

        进而定策略。我用大数据模型，还是地推，还是高风险定价。说到定价，很多企业会说我为客户量身定做，有差异化。小范围内微调的确可以，但大范围内市场表征基本为劣币驱逐良币，最终归为一同。定高了没客户，定低了等着被人家风险套利。

        业务与风险间永远充满博弈，一般而言每增加一个风控环节就会降低一定效率或客户体验。如何取得相对平衡，考验着每个风控人。