在一个风控话题的论坛上，罗劲松（化名）作为演讲嘉宾，在台上眉飞色舞，讲了15分钟，探讨风控模型的搭建。
罗劲松是某公司的风控总监，年薪50万，其实不过是一个88年的年轻小伙。
他从一张白纸到“年轻有为的行业榜样”，只用了两年。感觉像一个励志故事，但听完他自己的描述，才发现这不过是一个钻营的标本。
第一年，罗劲松在一家名气很大的互联网金融公司当审核专员，工作就是对用户提交的数据，进行简单审核，“毫无含金量，但是，是第一步，入行”。
半年后，他跳槽去一家互金公司，当了风控经理，此时，他已能说上大段大段的风控理论，“外行能唬住了”，这就是第二步，“镀金”。
一年后，他第三次跳槽，成功进入一家规模不小的互金公司，此时他已是“风控总监”，年薪50万了。
也就是说，他用了两年时间，就爬到了行业“顶峰”。
![]()
中望金服的首席风险官马斌斌，曾经在宜信负责风控，算是中国最早进入风控行业的专家，他称，目前中国有上万家的小贷公司、几千家的互联网金融公司，加在一起的风控人员，大概是十几万人。
实际上，十几万的从业基数，大部分只是滥竽充数者。
马斌斌称，像罗劲松这样的“三级跳”者，不在少数，“对整个行业来说是一场灾难”。
马斌斌也会参加一些行业会议，在聊的过程中，他发现很多所谓的“风控总监”，甚至不会看报表，“这个事情挺可笑的，就像医生不会看病历一样可笑”。
整个行业还处在莽原阶段，良莠不齐，除了滥竽充数之徒，还有大量的监守自盗者。
马斌斌透露，整个市场出现了严重的“内外勾结”，风控人员和骗贷者一起操作骗贷。
他举例称，双方会联手，在一些偏远地区寻找身份证骗贷，钱到手后，让当地民政部开一个死亡证明，风控就通知平台，人死了，作为坏账处理。
更可怕的是，现在风控人员开始主动找到骗贷者，让他们填写一些审核资料，就相互分钱。
而风控人员参与造假，已不是行业秘密。他们在淘宝上，花几十块钱，就能购买一份银行流水，或者伪造一份房产证明，“风控人员就是制定规则者，他很知道如何躲避规则”。
“行业的现状是，风控人员很吃香，猎头到处挖人，供求关系决定了攀爬速度”，罗劲松称。
风控行业确实如此。
在智联招聘、拉勾网等招聘平台上，搜索“风控”两个字，总监级别，大多年薪50万起；风控经理，大多是年薪20-30万。
催单侠CEO李晓炜，曾在某大型消费金融公司负责风控，现在做贷后催收，对行业观察多年。
他虽离开风控行业几个月，可几乎两三天就能接到猎头的电话，“可见行业有多缺人”。
“业内比较认可的风控从业者，主要分两类，第一类，是捷信、宜信等老牌消费金融公司出身，摸爬滚打多年；第二类，是银行、金融机构、小贷公司背景”。李晓炜称。
老的从业者不多，而大学又没有对口的专业，新生力量供给不足，导致行业人才青黄不接。
目前，风控行业唯一较对口的专业，是“信用管理”，可惜只有十几所大学开了该课程。
马斌斌不得不从“数学”、“金融”等有联系的专业找人。
一边是人才缺失，一边是需求激增。
这两年，互联网金融正在爆炸式增长，过了那个“流量为王”的年代后，大家对回归金融的本质开始无比渴求，很多互联网公司不惜重金，给自己配置一个“风控总监”，打造一个风控团队。
![]()
本来是一个好的行业趋势，却成了钻营者的漏洞，他们利用行业“求贤若渴”的心理，顺杆而爬。
“我在面试的过程中，和公司的人聊，发现没有几个人懂风控”，罗劲松称，他通常的招数，就是先来一套高深的理论，“所有人听晕后，就能谈高薪了”。
“很多人懂一些皮毛就去忽悠，搭建一个风控模型开始运转，但验证模型是否靠谱，需要一两年的时间，这个时候，人早就跳槽了”，马斌斌称，就是因为验证一个人是否专业，有延后性，才让一些人有机可乘。
金融的核心是风控，风控的核心，是模型。
![]()
“中国目前互联网金融的风控从业者大概是十几万，真正懂风控的，也就一两千人”，李晓炜称，如果按照这个比例来算，大部分公司的风控模型，并不靠谱。
“没有哪个公司的风控模型，可以拿来直接用，因为应用场景、用户群体、数据来源都会有差异”，李晓炜称，通常建立公司数据模型的第一步，就是先拿竞争对手的模型来“跑一跑”，再根据实际的运转情况进行调整。
通常还比较认可的鉴别标准是，风控模型的逾期率达到30%以上，模型失败；10%以内，基本合格；5%以内，模型已相当成功。
而行业的实际情况是，“行业大部分风控模型是无效的，或者说只能叫规则，不叫模型”，马斌斌称。
比如，最简单的规则是：年龄20岁以下、60岁以上的用户不做。
马斌斌说，还有一些内容模型评分卡，比如，按照年龄段，20—25岁的一个积分，25—30岁一个积分；按照工资高低，工资3000—3500元一个积分，3500—4500一个积分，几个维度积分后，就做出来评分卡。
“但是这个并没有经过测算，也没有数据的验证，就可以去和老板吹嘘，已经有模型和评分卡了”，马斌斌称。
这也意味着，行业没有统一的标准，只能“因地制宜”。
这种不确定性，也导致行业模型的紊乱和无序。
据业内资深从业人员透露，现在大部分风控模型的雏形，都是通过违规获取用户数据做到。
“比如，安装这个APP时，如果是苹果手机，就会提示要读取用户通讯录，如果是安卓手机，连提示都没有”，该从业人员透露，获取通讯录数据，第一，是为了看是否认识“老赖”朋友，如果认识，风险就高；第二，是为了在你逾期后，给你的亲朋好友打电话，进行催收。
这些“违规”手段，成了大部分风控模型的核心武器。
马斌斌称，实际上，一个完整的风控模型，需要两个部分：2007年，互联网金融行业刚刚兴起时，一个“信用模型”就可以应对；而如今，欺诈越来越多，“羊毛党”横行，“欺诈模型”变得越来越重要。
而大数据风控，才是拯救风控行业的最大想象力。
“数据不是越多越好，数据需要匹配贴合的人群，才能产生价值”，马斌斌称。比如农村群体，央行的征信数据，可能是无效的，因为很多农民都没有信用卡；而淘宝和支付宝数据，也可能无效的，因为他们可能电脑都没有。
对于农民的风控模型来说，可能婚姻子女、土地数据，反而是最有效的。
市场越乱，浑水摸鱼者越多，风控行业就像陷入了恶性循环。
风控之乱，已让互联网金融行业感觉到了切肤之痛。
正在阵痛期的互金行业，是否意识到这才是恶疾根源？
