消费借款服务行业兴起 风控是最大挑战

交完押一付三的房租没钱了 ，好几个哥们“扎堆”结婚随份子随穷了...都 说众生皆苦，谁还没个手头紧的时候？不过 自从消费借款服务行业兴起，着急用钱又无处借的人们迎来了福音—— 不仅解决了借款人的资金来源问题，其简单流畅的一站式流程还提升了借款效率，为用户节约了时间。

消费借款服务平台是互联网金融的产物，包括用户申请、平台审核、平台放款、用户还款等所有步骤都通过手机APP就能完成。当前借款人群需求庞大，而传统银行覆盖人群有限，在这种背景下消费借款服务行业作为新生力量突围而出，服务广大普通老百姓，一定程度上也推动了普惠金融的发展。

“普惠”也要“负责” 风控是最大的挑战

目前，我国征信体系尚在建立之中。据报道截止2016年底银行体系的征信覆盖率只有35%左右，而美国的征信覆盖率达到95%以上，加上各家银行与金融机构之间尚未形成信息打通与共享，这都为各金融机构识别信用不良人群加大了难度。因此从自身角度，消费借款服务平台必须大力发展风控技术，利用金融科技的力量加强平台的安全管理。

对于借款平台来说，有两类人群是必须拦在门外的，第一类是信用不良人群，也称之为“老赖”。他们的风险来自于欺诈，借出资金后是很大可能是不还款的，此前有平台遇到“老赖”用户停止还款、并注销了手机号人间蒸发。第二类是次级人群，他们的风险来自于资产和收入的不稳定性，很多人存在多头借款现象，从不同平台借新还旧，实际上不具备还款能力。

可以想见，平台如果借款给这两个群体将会蒙受很大的资金损失，并且为平台埋下风险隐患。科技的发展可以改变金融服务的形式，但风控永远是金融行业的核心，未来如果消费借款服务平台不能提升自己的风控水平，规避损失，必然被市场淘汰。

消费借款服务行业的“风控”怎么做？

对于借款平台来说，“数据驱动”型的风控模型是平台要具有的关键技术，也是金融科技的一个重要方向。平台需要通过挖掘海量大数据来进行建模，并不断积累用户的还款样本，对模型进行更迭和优化。

另外，平台要建立的风控体系必须完整严密，需要包括贷前审批、授信，贷中跟踪、监控、贷后失联修复、不良催收，每一个环节都会影响整个系统的风控质量。

风控技术的研发需要金融公司做持续大量的科技投入，因此不是每家平台都有能力建立起真正的大数据风控。不过，已经有公司自主研发出了大数据风控技 术并将其运用，据悉，钱站 依托凡普金科自主研发出的“Finup云图” 系统来提升平台风控能力，该系统是建立在大数据、人工智能等新技术之上的大数据动态风控生态系统，它是采 用机器学习 和自然语言处理等技术，将内部、外部多元化的数据源链接起来，形成一个完整的动态风控知识图谱和生态系统，构成客户画像，并将图谱知识与深度学习相结合，模仿人类大脑行为，挖掘潜在欺诈行为。

另外，公司还研发出了自动建模机器人——RobotModeler水滴，它可以完成从读取数据到模型生产上线端到端全自动化的建模，渗透获客、运营、风控、贷后等各个环节，大大缩短了工作时间。