互金信贷风控体系详解

编辑导语：互联网金融发展的时间不长，但在影响规模上可不小。最初的互联网金融和金融互联网的争论是围绕信贷进行的。在我们日常生活中，信贷的使用还是比较普遍的，信用卡、花呗等，都聚焦于我们的生活中。本文针对信贷话题，分析信贷的风控体系是如何顺应时代变化发展的？一起来看。

互联网金融浩浩荡荡不过十载，时间上看虽然不长，但从影响上规模上不可不谓之巨变。这一点从名字上就可以看出来，广为人知的是互联网金融，而不是曾经许多专家学家们激烈争论的金融互联网。传统金融互联网化实在不足以形容这场震动中国金融体系的巨变。互联网金融当然不止于信贷，还包括银证保基信，及其他全新业态，是名副其实的“金融业的搅局者”。

但不管如何，互联网金融和金融互联网最初的争论，是围绕信贷而产生的。我们聚焦信贷这个话题。信贷的风控体系是如何顺应时代变化而发展的呢？我们今天讨论，风控有哪几种常见的模型策略体系，以及他们的二阶问题：为什么是这样的体系？

012013年横空出世的“余额宝”，让货币基金这棵老树开花，引爆了整个市场，否则互联网金融还只会是IT圈里一个并不算热闹的子话题。这就是业界普遍将2013年定义为互联网金融元年的原因。

2014年，第一款互联网消费金融产品“白条”成立，首家互联网银行“微众银行”经监管机构批准开业。

这时候互金信贷业务尚在发轫之始，风控能怎么做呢？新模式下的用户没有，传统银行信贷动辄一年甚至几年的表现期没有，标准数据产品更是没有，别说大数据模型了，统计学模型也无能为力。此时的授信只能去找优质人群，例如信用卡客群，例如电商某些高级品类的交易客群等等。

这个时候的风控可以说成是基于客群的风控，或者是基于白名单的风控。也由此产生了基于人群的互联网消费金融，包括大学生分期、蓝领/白领分期、农户分期等，然后又产生了基于场景的互联网消费金融，如租房分期、家装分期、旅游分期、教育分期、医美分期等。

而后，伴随着P2P、网贷等互金业务的快速发展，消费金融市场主体进一步丰富。与此同时，移动互联网的全面发展导致了数据信息的激增，在某种程度上，数据已经成为了和石油一样重要的战略资源。在大数据这个冉冉上升的风口上，一大批数据公司成立。算力和大数据的发展引发了机器学习狂潮，风控水平有了大大提升。

17、18年的野蛮期，很多人有点资金够胆识就敢去放贷，接入几家三方数据源，设几个常用规则，做一个授信模型，找几个人做催收，就可以把流水做起来了。

这时候风控成套的技术都已经相当成熟化。三方数据覆盖多个维度，例如征信、银联、运营商、公安、司法、工商、税务，还有多头，等等。抽什么样本、定什么标签、接入什么数据、用什么算法、做什么通过率，做一个和产品配套的模型策略不是什么难事，真正重要的是产品本身，也就是额度、定价、期数、还款方式等。

再往后，一系列监管政策相继出台，行业从高速发展走向了规范整治的新路程。风雨过后，如何在健康的竞争环境和发展空间下行稳致远成了新的命题，行业进入了并将持续处于精细化运营时代。

这时候风控如何做细、如何服务好业务形态下的需要，又是新的命题。

互联网时代的变化，用产品的变化来表征似乎更生动形象。

A时代产品经理的工作可能是画原型就够了，把交互做到极致就很厉害；再往后是策略优化、功能演进，TC业务的产品经理从工作内容上看都是策略产品经理，也要会数据了；那现在和以后呢，悄然变成了负责业务形态和组织关系下的方案梳理了。

风控也是一样，从跑马圈地时代，到策略优化、模型迭代，现在已经半只脚踏入了业务形态下的解决方案。这不，最近腾讯的财报一出，TB业务（金融科技与企业服务板块）已经超过了游戏板块收入，大家才发现腾讯已经成为了一家TB的数据技术服务公司了。

说了这么多，终于把背景讲得差不多了。行业在变，风控体系也在变。

这不同的阶段、不同的平台、不同的业务场景，风控里面的模型和策略又是如何去做的呢？

02过去几年，信贷行业新的从业者，或者称之搅局者，何其之多，新上线的信贷产品何其之多，背后的风控玩法也何其之多，无一而足。

但总结起来，常见的靠谱的模型策略体系只有三种。

第一种以规则为主、模型为辅。大多出现在展业初期，样本较少，数据也较少，风控主要依托于专家经验，没场景的现金贷和有场景的消费贷都是如此。

展业初期，或者说冷启动阶段，样本需要逐渐积累，风险需要较长的时间才能暴露，授信必须严入。在知道风险结果之前，严入还是宽入的标准就是通过率，所以一般初期通过率都较低。

通过率用什么来卡？也许你有场景，场景数据卡一道当然可以，但不够。风险滞后，你终究要去接入一些三方数据。基于这些数据，基于你的场景，基于你的产品定位，制定对应的政策和规则。

然后随着还款日的到来，一批一批用户开始表现，新户的数据在经分上一定是要亏钱的，你会想要去优化。你知道风险跟你的产品、跟你配套的运营，都息息相关，你会认为标准产品不够用，你要自己建模。

样本有限，数据接入太多没有意义，这个时候的模型谈不上大数据模型，只能是小数据模型。如果你的产品不发生大的变化，模型开发没有任何差错，这个模型可能能带来一些增益。随着业务规模的增加，模型得以频繁地被刷新和调优。

但不管如何，这个时候，整个风控体系是规则为主、模型为辅的。白名单也好，黑名单也好，年龄地域限制也好，多头也好，公安司法信息也好，标准产品评分也好，你的风控是建立在行业通用的专家规则之上的，模型只是辅助。说白了，你的安全感来自各种规则。

这类体系不仅仅是出现在展业初期，很多平台长期处于甚至至死都属于这个阶段。它的代表场景是发薪日贷款，及由其衍生发展来的系列网贷，风险较高，通过高定价短周期来弥补资损。

03第二种以模型为主、策略为辅。在样本相对丰富后，模型的重要性会逐渐升高，尤其是行业内卷，客群质量越来越下沉之后，精准识别成为必须。

在原有的专家经验系列规则外，一些可变规则不断地被调整，在这些规则之后，如何依据模型作更精细化决策呢？

一种做法是把模型效果做的尽可能好，然后所有人通过这个模型进一步筛选。为了效果足够好，模型复杂度就会变高，缺陷就是你说不出来为什么这个人被通过、那个人被拒绝。不管解释性工具再怎么做事后工作，这个缺陷本质上弥补不了。

另一种法是把模型做的效果足够好且可解释性足够强，为了追求可解释性，可以将数据也就是特征分类，基于每一类特征构建对应的模型，例如逾期模型，例如多头模型，例如交易模型，等等。同一维度的特征组合，保留了一定程度的该维度可解释。串行的过每个模型，得以判定这个用户逾期上表现不行，或者多头很严重，或者银联交易评分有风险。

在这类风控体系中，你的安全感来自模型。只要模型AUC、KS保持高位，不管每天放款流水多少，你都会比较安心。

这类体系中，模型重要性很高，策略依靠模型做差异化。一个模型为主的风控团队往往最终会走向这种做法，很多银行也会走向这种做法。因为真正的策略人才是很稀缺的。

04第三种以策略为主、模型为辅。注意和第一种的区别，第一种说的是规则为主，这里说的是策略为主。规则为主的规则，是简单的，是通用的，是经验的，是串行不交叉的。

这个阶段，样本非常丰富，场景内不断挖掘用户数据，接入各种有效的三方数据，大数据模型效果很好，且不断追求更好。模型的重要性很高，就如同“工欲善其事，必先利其器”的器很重要一样。

这时的模型充当策略的工具。模型可以不追求解释性了，策略为主，策略保持决策的可解释。

决策要有可解释性，是因为未来不一定会像现在一样，我们无法承担极端情况的伤害。就像投资，你可以数据化出一套决策避开所有的熊市，找到所有的牛市，但例子才多少呢，你敢用在当下吗？决策一定是尽量简单的，它可以犯错，但犯的错要小，获的利要大。

策略的精髓在于分群，年龄是分群，收入是分群，多头是分群，模型也是分群，是风险的分群。无论是授信，还是贷中管理，无论是你对用户做什么，还是希望用户做什么，你都要区分用户。

这类体系的标志是决策体系中有很多重要的分群，也就是决策分支，模型用作最后的保障。模型作为策略的工具，可以需多少有多少，一个工具可以用的范围很大，也可以用的范围很小。

决策分支的意思是，策略对模型的应用不是一刀切的，不是所有小于600分的用户都要被拒绝的。

你的安全感来自策略，再具体一点，就是策略分群。

在行业强监管下，非持牌机构不断倒下，只有巨头才能勉强活着，越来越多的风控都是这种体系。无他，精细化要求而已。

05我们上面的讨论已经涵盖了这些体系发展的背景，不同的阶段、不同的平台、不同的业务场景下，风控体系不一样。

为什么发展出了这样的体系？这个二阶问题，似乎答案就是数据。样本的多少、数据维度的多少、特征数量的多少决定了背后模型和策略的关系。

但，这不是问题的本质。我认为问题的本质在于风险回报比。

资料来源：招银国际证券

如果你是“714”高炮那样的玩法，搭几条规则，让钱出去利滚利就是最赚钱的，周期短流动性强，年化利率好几倍甚至十几倍，风险再高也就是一个本金，不算什么问题。目标客户里就没有优质人群，还做什么模型精准识别。

当这种玩法不再合法，风险回报越来越低，银行的对客定价一般在年化18%以内，消费金融公司基本在20%出头，若要在这个范围内盈利，就要风险平稳可控，服务目标要锁定优质客群，没有大数据模型是不行的。当然，不缺优质流量的巨头光白名单就够用了。

后来流量越来越贵，客户不断被多平台渗透，做好存量就至关重要。省一份流量算一份流量，涨一点余额算一点余额，开始把每个用户挖掘到极致。客户分群精细化运营成为当下的趋势。

只是，这样的挖掘，这样的运营，是客户需要的吗？

举目向去处，多是坎坷。回首望来路，皆是坦途。

本文由@雷帅原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自Uh，基于CC0协议

银保监会：商业银行应加强核心风控环节管理、贷款资金管理

新京报讯据中国银保监会网站消息，《商业银行互联网贷款管理暂行办法》（中国银行保险监督管理委员会令2020年第9号，以下简称《办法》）、《中国银保监会办公厅关于进一步规范商业银行互联网贷款业务的通知》（银保监办发〔2021〕24号，以下简称《互联网贷款通知》）发布以来，商业银行互联网贷款业务发展平稳，在服务中小微企业融资和居民消费等方面发挥了积极作用。为加强业务监管，提升服务质效，防范金融风险，进一步明确细化商业银行贷款管理和自主风控要求，规范合作行为，促进平台经济规范健康发展，现就有关事项通知如下：

一、提升金融服务质效。商业银行应当在统筹经营管理规划基础上，稳妥推进数字化转型，立足自身定位精准研发互联网贷款产品，增加和完善产品供给，提高贷款响应率，优化贷款流程，充分发挥互联网贷款在助力市场主体纾困、降低企业综合融资成本、加强新市民金融服务、优化消费重点领域金融支持等方面的积极作用。

二、履行贷款管理主体责任。商业银行应当提高互联网贷款风险管控能力，独立有效开展身份验证、授信审批和合同签订，严格履行贷款调查、风险评估、授信管理、贷款资金监测等主体责任，严格落实金融管理部门对征信、支付和反洗钱等方面的要求，防范贷款管理“空心化”。互联网贷款涉及与合作机构开展营销获客、支付结算、信息科技等合作的，商业银行应当加强核心风控环节管理，不得因业务合作降低风险管控标准。

三、强化信息数据管理。商业银行应当严格执行民法典、个人信息保护法等法律法规和监管规定，遵循合法、正当、必要原则，完整准确获取身份验证、贷前调查、风险评估和贷后管理所需要的信息数据，并采取有效措施核实其真实性，在数据使用、加工、保管等方面加强对借款人信息的保护。商业银行与合作机构签订的书面协议，应当明确约定相关信息报送的具体要求。在与提供和处理个人信息的机构合作时，商业银行应当切实做好合作机构安全评估工作，评估内容包括但不限于个人信息保护合规制度体系、监督机制、处理信息规范、安全防护措施等。

四、加强贷款资金管理。贷款资金发放、本息回收代扣、止付等关键环节由银行自主决策，指令由银行发起。采用自主支付的，资金应直接发放至借款人银行账户；采用受托支付的，商业银行应当履行受托支付责任，将贷款资金最终支付给符合借款人合同约定用途的交易对象。商业银行应当自主完整保留贷款资金发放、本息回收等账户流水信息，主动加强贷款资金管理，并采取有效措施对贷款用途进行监测，确保贷款资金安全，防范合作机构截留、汇集、挪用。

五、规范合作业务管理。商业银行应当规范与第三方机构互联网贷款合作业务，对共同出资、信息科技合作等业务分类别签订合作协议并明确各方权责，不得在贷款出资协议中掺杂混合其他服务约定。商业银行应当充分发挥助力普惠金融的积极作用，定期评估合作发放互联网贷款的综合融资成本。合作机构及其关联方违法违规归集贷款资金、设定不公平不合理合作条件、未依法依规提供贷款管理必要信息、服务收费质价不符，或违反互联网贷款其他规定的，商业银行应当限制或者拒绝合作。

六、加强消费者权益保护。商业银行应当将消费者权益保护嵌入到业务全流程，向借款人如实充分披露贷款主体、实际年利率、年化综合资金成本等信息，严禁强制捆绑销售、不当催收、滥用个人信息等行为。应当加强对合作机构营销宣传行为的合规管理，并在合作协议中明确约定相关禁止性行为。

七、外国银行分行、信托公司、消费金融公司、汽车金融公司开展互联网贷款业务，参照执行《办法》《互联网贷款通知》和本通知要求，银保监会另有规定的，从其规定。

八、商业银行互联网贷款存量业务过渡期至2023年6月30日。过渡期内，商业银行互联网贷款新增业务应当符合《办法》《互联网贷款通知》和本通知要求。

编辑陈媛媛

外卖商家风控说的到底是什么？

风控是指风险控制，即风险管理者采取各种方法或手段，消灭或减少风险事件的发生的可能性，或者是消灭或减少风险事件发生带来的损害等，风险控制包括损失控制、风险转移、风险回避和风险保留这四种基本方法。

为什么会产生风控？因为总会有些事情是不能控制的，风险总是存在的。

外卖的风控设计跟普通风控设计不太一样。

外卖的风控分为两大方向：

1.信用风控

信用风控广泛适用于日常生活中，例如银行贷款或者P2P贷款，机构会对借款人进行偿还能力评估，是否有逾期或者恶意欠款等情况。

2.反舞弊风控

目前有许多黑产活跃在互联网上，我们的目标是魔高一尺道高一丈，与骗子之间不断攻防的过程，就是反舞弊风控。

外卖风控行为的定义范围在：

账户安全；商家刷单；用户作弊三个方面

我们在风控设计时对撸羊毛这一行为要进行适当的控制，主要控制规模不可以太大；不要太混乱影响普通用户的体验。

外卖平台对商家刷单有一个特定名称，虚假交易。

虚假交易指的是什么？指商户通过虚构或隐瞒交易事实、规避或恶意利用美团外卖平台排名规则、干扰或妨害交易正常秩序等不正当方式获取虚假的商品销量、店铺评分、蜂窝排名、交易金额或补贴等不当利益的行为。

虚假交易违规行为举例（包括但不限于以下场景）

（1）商户及其相关人员通过个人账户、亲友、雇佣或协同他人等形式给自己的店铺下单，获取不当利益的行为；

（2）商户不同门店或多商户联合下单获取不当利益的行为；

（3）商户利用“到店自取”功能，联合用户、亲友或协同他人等获取不当利益的行为；

（4）以直接或间接方式变更商品展示信息、大幅度调整商品价格、设置高额满减活动等，短期内快速获得销量、评价等不当利益的行为；

（5）发布无实质交易内容的商品，包含但不仅限于店铺宣传信息、好评返现、特价优惠信息或价格极低的商品等获得不当利益的行为；

（6）其他以不正当方式获取虚假的商品销量、店铺评分、蜂窝排名或交易金额等不当利益的行为。

虚假交易违规案例一、违规案例

雇团伙刷单给佣金：

案例：某商户为套取平台券及补贴，创建虚假活动商品并雇佣团伙进行下单，订单均告知骑手不用取货送货，以此刷单获取补贴前后的差价获利。

【违规条例】虚假交易：商户及其相关人员通过个人账户、亲友、雇佣或协同他人等形式给自己的店铺下单，获取不当利益的行为。

【违规类型】严重违规作弊！

商户店员自刷单：

案例：某商户实际经营人与黄牛团伙形成利益合作关系，商户实际经营人要求自己的门店员工自下单指定活动商品，并将商品转移到黄牛团伙通过差价获取个人利益。

【违规条例】虚假交易：商户及其相关人员通过个人账户、亲友、雇佣或协同他人等形式给自己的店铺下单，获取不当利益的行为。

【违规类型】严重违规作弊！

多商户联合刷单：

案例：某区域多商户趁某品平台补贴活动力度大，相互同步活动信息并联合刷单进行倒货窜货获取获取补贴差价。

【违规条例】虚假交易：商户不同门店或多商户联合下单获取不当利益的行为。

【违规类型】严重违规作弊！

地推刷单：

案例：某商户为了获取销量及蜂窝排名，利用地推推广进行刷单，推广过程中宣称免费领取小花束，但小花束领取条件是用户在此店铺下单指定商品，后商家推广人员再线下全额返回用户支付的订单金额，以此达到刷销量及排名的目的。

【违规条例】虚假交易：其他以不正当方式获取虚假的商品销量、店铺评分、蜂窝排名或交易金额等不当利益的行为。

【违规类型】虚假交易-刷排名、严重违规作弊！

二、追责处罚

对违规商家平台会根据违规类型及情节严重程度做出不同程度的处罚；如商户违规作弊行为给平台造成损失的，则平台有权向商户追偿所受全部损失并有权直接从应付商户款项中予以扣除。如商户的违规作弊行为严重，构成违法犯罪的，则美团外卖将移交公安机关、司法机关处理。

虚假交易类违规及处罚手段虚假交易类违规计分规则：

1、虚假违规订单-排名：1分/次2、虚假违规订单-补贴：1分/次3、虚假交易-刷排名：3分/次4、虚假交易-刷补贴：7分/次

严重违规作弊

严重违规作弊：12分/次

说明：

1、违规计算均从第一次违规行为发生的时间开始计算，每365个自然日清空一次。

2、每个商家的初始违规分数为0。

3、每个商家的违规累计积分会根据各违规类型下违规行为的严重程度按上述规则进行累计计算。

4、【严重违规作弊】：违规行为严重侵害消费者或其他美团外卖商户合法权益的，或商户有其他严重违规情节的（以美团外卖认定为准），视为严重违规作弊。

虚假交易违规累计积分对应的处罚措施1≤违规积分≤4

警告+删除违规订单销量与评价永久

4＜违规积分≤6

置休1天+删除违规订单销量与评价永久+关闭到店自取功能180天

6＜违规积分≤8

置休3天+下活动7天+删除违规订单销量与评价永久+关闭到店自取功能180天

8＜违规积分≤10

置休5天+下活动30天+删除违规订单销量与评价永久+关闭到店自取功能180天

违规积分＞10

永久下线+列入美团外卖商家黑名单

说明：

1、违规计算均从第一次违规行为发生的时间开始计算，每365个自然日清空一次。

2、每个商家的初始违规分数为0。

3、每个商家的违规累计积分会根据各违规类型下违规行为的严重程度按上述规则进行累计计算。

4、【严重违规作弊】：违规行为严重侵害消费者或其他美团外卖商户合法权益的，或商户有其他严重违规情节的（以美团外卖认定为准），视为严重违规作弊。

申诉须知针对美团外卖对商户的违规处理措施，如商户认为不合理的，则有权依据本规范或其他相关规范，在收到违规处理之日起，在美团外卖指定申诉时间内向美团外卖提起违规申诉，如商户在指定申诉时间内未进行违规申诉的，视为商户认可违规处罚。

为了保证申诉的有效性，提高申诉成功率，商户申诉时需按照美团外卖平台的要求提供完整、真实、有效的证明材料，包括但不限于：聊天记录、截图、链接、照片、录音、快递单凭证、报案回执等。如商户提供虚假证明材料的，即视为申诉不成功。

美团外卖在收到商户提起申诉后，将及时审核商户提交的申诉材料并反馈相应处理结果。若违规申诉成功，则对应的违规处罚不成立、处罚措施不执行；若申诉不成功，则对应的违规处罚成立、处罚措施将直接执行。

申诉途径：商家中心-规则中心-违规记录中对具体罚单可自主提交申诉并查看申诉状态。

涉嫌虚假交易违规商家对处罚有异议，需要提起线上申诉，提供哪些材料呢？

商家收到风控通知后，需先整体自查店铺情况，根据存在的问题，可参考下述方面提供资料：

虚假交易-刷排名

近30天内订单增幅较大的几天是否有违规行为！

申诉重点1、违规动机：商家目前排名及订单量，是否存在违规动机；

2、订单量增长原因：近期参加或自营销的活动，具体活动信息：形式、时间、范围、吸引到的流量情况；

3、实际出货情况：可提供出货视频、骑手取货视频等；

4、配送信息：配送形式、配送公司、配送起止时间以及是否存在特殊配送方式等；

5、其他商家或门店负责人认为有必要提交的材料。

虚假交易-刷补贴

近30天内包含平台补贴的订单是否有违规行为？

严重违规作弊

近期是否有严重大批量刷单或套取平台资金行为！