互联网平台与银行,风控上谁更胜一筹？

第一篇：互联网平台与银行,风控上谁更胜一筹？

互联网平台与银行，风控上谁更胜一筹？

经常会听到有投钱人发出这样的疑问，网贷平台经常夸耀自身的风控水平又多么高，不过仔细想想，银行在这方面的经验应该更加丰富，而为什么银行坏账率那么高，网贷平台却都宣称比银行低呢？

投融贷人员分析，这里面存在着几方面的原因。

第一，优质项目的资金对接渠道不同。对于银行来讲，将其资源分为两部分，一部分是资金来源，一部分是项目来源。前者对银行构成负债，后者则构成资产，这和实体企业的资产负债表的对应关系是相反的。在实际操作中，资金来源分为三种，一种是财富管理资金，一种是存款资金，一种是外部资金(主要指的是企业闲置的资金)。在与项目的对接上，银行内部会事先进行信用评级，并且拣选其中资质最好的借款项目优先对接财富管理资金，而将相对较低评级的项目来对接存款资金或者外部资金，为什么要这样安排，因为财富管理资金普遍存在着刚性兑付的要求，银行自然要配以最好的借款项目，而目前的所谓不良贷款率，统计的只是和存款资金进行配套对接的项目。说白了，财富管理产品的项目很少出坏账，目前的不良贷款实际上都是由和存款配套的项目带来的。而网贷平台则截然相反，平台上线的每一个标的都会力求是最优质的，经营模式、风控手段实际上和银行没区别，只是更加严格而已，等于是始终在将最优质的项目配套投钱人的资金，这种情况下只要风控每一步都到位，是不会有坏账的。

第二，内部机制不同。银行的存款是储户的，而且通常都存在较大规模的资金沉淀，只要不发生系统性挤兑风潮，银行是不可能出现兑付问题的。因此，即便产生坏账，银行层面上顶多是业绩难看点，但并不会对经营上产生更大的负面作用。但网贷平台就不同了，只要坏账率问题被暴露出来，平台立即就会面临因投钱人撤离而带来的生存问题，因此在实际操作中，网贷平台更重视风险的管控。

第三，用人机制不同。银行内部对于坏账的处理程序都是公开的，顶多和信贷员或者支行行长的业绩考核产生些影响，但也是小范围的，说白了花的别人的钱。而网贷平台都是股东真金白银自己掏钱建立起来的，虽然出借资金不是自己的，但维护平台运行的费用也是很大的，谁愿意看到辛辛苦苦建立起来的事业毁在自己手里。

因此，从以上三个方面来分析，实际上，网贷平台对于风险管控的力度远比银行来的大，这也是为什么在一些主流平台上，他们的逾期率或者坏账率都要明显低于银行数据的真正原因。可以这么说，这些平台的相关数据才是最真实的数据，是真正完全市场化下的数据。

第二篇：刘明康：银行与互联网金融 不一样的风控

随着互联网企业进入金融领域，围绕着传统银行是否会被互联网金融所颠覆的争论甚嚣尘上。一时间，仿佛银行与互联网金融都已经开始厉兵秣马，要与传统银行展开一场非此即彼的战争。要透过纷扬的尘嚣，看到这场“战争”的未来，先得理解传统银行与互联网金融两者间的本质差异。

关于银行，定义是比较明晰的。在中国现有的金融法规和市场环境下，传统银行的主要功能是存款、贷款和支付结算，后来在存款基础上发展出了理财功能。

关于互联网金融，目前尚未形成一个统一明确的定义，业务范围也在不断地“野蛮生长”。百度百科上的解释是：互联网金融是传统金融行业与互联网精神相结合的新兴领域。按照这个广义定义，从起源来看目前的中国互联网金融可分为三类：第一类是以传统银行为基础派生出来的，如传统银行自身建立的网上银行。这类互联网金融的出现，为银行开拓了线上领域，延伸了银行的触角，似乎更应该称为金融互联网化。第二类是传统银行与互联网互相依存的，如网上支付结算。这类互联网金融的代表是第三方支付，其中在中国占半壁江山的是以电商为平台的支付宝。第三类是以互联网为基础，异军突起，自由发展出来的，如网上融资，代表企业或者商业模式包括余额宝、人人贷、阿里金融等。

在中国，银行的核心业务是存款、贷款和支付结算。近年来，理财业务也迅猛发展。互联网金融在上述除了存款的各个领域内，迅速扩张起来，由此引发了关于互联网金融与传统银行孰长孰消的争论。据统计（IT桔子），到目前为止，在互联网金融领域里，公司数量占比最大就是这第三类中的贷款。本文就聚焦于此，管中窥豹，探讨一下互联网金融中的贷款与传统银行的贷款有何本质差异。

互联网金融贷款有几种不同的模式，目前来看，至少有两类。一类是以电商为基础，在注册客户范围内的贷款，因为是在产销贷这个链条上运营的，也被称为互联网供应链借贷，中国的代表有阿里金融，美国的代表有Amazon。另一类是P2P平台贷款，在中国有陆金所、人人贷，欧美有Kabbage、Lending Club、Prosper Marketplace。不难看出，无论是在中国还是其他国家，贷款互联网金融的一个共同点就是以小客户为主。在中国，很多时候，虽然大客户有较强的议价能力，但是银行也情愿追捧大客户。许多银行的小企业贷款被定义为年销售收入1亿元以下、申请贷款金额在1000万元之内的贷款；年销售收入在1000万元以下的企业，很容易被判定为不满足贷款的基本条件。以做小微著名的民生银行为例，其大概做了100多万家，平均贷款额在160万元左右。相比之下，互联网金融的小微称得上是“小小微”了。

造成小微贷款难题的一个主要原因是客观风险较大，而贷款方与借款方信息又不对称。信息之所以不对称，主要是因为在传统银行里贷款方收集借款方成本太高。解决信息不对称问题的手段其实就是风险管理的方法。传统银行和互联网金融在客户规模上的选择，实际是两者信贷风险管理模式的反映。银行的信贷风险管理

一般银行在发放贷款之前需要做以下几件事。

首先，看看可贷资金是否充足，期限上是否匹配，也就是流动性管理。追本溯源，最初的银行就是将不同储户的钱归集到一起，而后将汇集起的钱借给许多不同的有回报前景的资产，由此银行从中收取利息差。每个储户都可能有不同的存款和取款时间，这样对银行来说，就形成了一个长期的资金供给线。通常银行会成立专门的团队，根据历史数据采用统计的方法来进行期限匹配。为了保证银行的安全，各国监管当局还制定了一些审慎性监管要求，比如在中国的银行业就有存贷比要求。其次，银行需要考核借款人还款能力和意愿以及贷款定价；同时看看坏账准备金是否可以覆盖预期损失；以及非预期损失是否能在总体层面上被资本覆盖。由于借款方总是比贷款方更清楚自己的还款情况，在信息不对称的情况下，为了降低风险，银行采取的做法通常是要求抵质押品：一方面即使借款人违约，银行也可以收回一些损失；另一方面可以在某种程度上提高借款人的还款意愿，降低违约概率。因此，银行在放贷前需要核实押品的价值，并核查借款人是否对押品有真实的控制力。如果没有押品，银行会要求一个可靠的担保。最后，如果上述条件满足的话，根据借款人的情况，决定贷款的定价，也就是贷款利息率。长期以来，中国的银行采取一种比较定性的事后管理方式：五级分类。近几年来，随着中国银行业的国际化程度提高，以及中国更深地介入金融稳定委员会和巴塞尔银行监督管理委员会的各项工作，中国银行业，特别是大型银行都开始采用巴塞尔协议框架下的信用风险管理体系。与五级分类的管理方式不同，这套体系是建立在以量化为主的事前管理方式。在这个体系中，银行利用内部的历史数据和外部的征信信息，采用数理统计的方法，从多个维度对借款人的还款意愿和能力做出定量评估和预测。根据预测出来的借款人在各维度上未来可能的状态，银行通常可以根据建立好的统一的映射关系，确定借款人的贷款利率。从世界范围内来看，大多数国家的大多数银行里，零售信贷风险管理的量化程度都要高于以大中客户为主的非零售信贷。在非零售信用风险模型中，往往包含了一些专家判断，需要在模型计算出的结果之外，进行一些人工的修订。此外，在操作实践中，大客户通常比较有议价能力，贷款利率也往往不能直接采用定量模型计算的结果，而需要为客户在协商的基础上，量身定制贷款利率。

除了贷前的风险判别、风险定价，银行的信贷风险管理工作并不会随着合同签字后而结束。相反，贷后管理是一笔信贷中的另一个重要环节。目前来看，银行的风险管理主要基于借款方的财务数据。在中国，人民银行提供了一个个人和企业的征信系统，可让银行交费查询借款方的信用信息。但一方面是这些信息存在严重的时滞，另一方面缺少一些关键的前瞻性信息，例如订单信息和全面负债实况。在经济形势变化迅速的环境下，需要银行贷后不断跟踪借款方，根据最新的信息，特别是具有前瞻性的信息，及早调整管理方式和资产组合。为此，许多银行都建立了严格的规程，并雇佣了大量的客户经理，到现场去跟踪调查借款方的财务状况，收集最新经营信息，调查押品价值和可控性。

互联网借贷的风险管理

先看互联网供应链借贷，这种模式主要是在一个闭合的供应链条里运行，借款人必须是电商交易平台的商户。其实供应链借贷模式并不是互联网金融的专享。早在2003年，深发展就提出了“1+N-基于核心企业的供应链融资解决方案”，即一个核心企业加上与之有关联的N个中小企业。但两者在信贷风险管理上表现出很大的不同。

供应链借贷是银行为中小企业提供信贷的一个通道，与银行的一般信贷有些不同，但依然很大程度上沿革了银行的信贷风险管理方式。首先，借款企业必须和核心企业构成交易关系，由交易而得到应收账款，或者收货权。其次，核心企业必须愿意配合，向银行出具某种承诺，答应在借款企业不能如期还款时为其偿还贷款。在这两个条件下，银行可以放松对借款企业本身资产负债等财务方面的要求，但实际上是要求了核心企业为借款企业提供担保。

互联网供应链借贷没有要求借款企业提供抵押或担保，而仅靠借款企业独立的信用就可能借到款。很显然，能有把握为一个网络上素不相识的商户提供信用贷款，需要很好地掌握这个商户的信息。这正是基于电商基础的供应链借贷优势所在。此外，互联网供应链借贷还会通过一些成本较低的手段来验证借款人信息的真实性，如网络视频等。因此，互联网供应链借贷基于网络交易的数据相对比较真实可靠。

目前来看，一些成功的互联网供应链借贷依靠互联网活动产生的大数据，通过数理统计模型，基本实现自动化贷前审批和贷后风险提示。

和互联网供应链借贷相同，P2P不需要借款人抵押或担保，贷出方的钱不受国家隐性或显性担保，而且他们都是偏爱微型借款人。不同的是，P2P是建立在一个开放的平台上，不需借款人和贷款人有什么联系。最初P2P的建立，仅是一个平台将需要借钱的个体和有闲散可贷资金的个体联系起来，由此收取介绍中介费。换言之，P2P是一个中介平台，借贷双方自己承担信用风险和期限错配的风险。后来各国的监管逐渐加强，有些国家对于P2P平台的权利和责任有了更严格的要求。但无论如何，严格意义上的P2P区别于其他借贷模式的特征是，借款人和贷款方直接对接。

目前来看，P2P平台大约有四类交易模式。一是一对多模式，即一笔借款由多个投资人投资。这种模式可以构成较大额的借贷。二是多对多模式，即一笔借款可以由多个人投资，同时一笔资金也可以分拆投资到不同的借款需求上去。这种模式比较灵活，而且能帮助每个贷出方分散风险，但需要P2P公司提供良好的匹配功能。三是一对一模式，即一笔借款只能由一个投资人投资。这种模式债权清晰，管理相对容易，出现风险也能很快找到源头，但太不灵活，缺少流动性。四是多对一模式，即多笔借款需求都由一笔资金投资。这种模式有利于帮助投资人分散风险，但同时也对资金规模要求较高，并不是P2P主要采用的模式。这几种交易模式，最主要的风险管理方式来自于两个层面：一是P2P平台可获得关于借款人的信用信息；二是借款人来自各个不同领域，他们之间自然形成的风险对冲，帮助降低P2P平台的整体风险。一些P2P为了吸引客户，提供了担保机制。有些是购买了商业保险公司的担保，有些和小贷公司或担保机构合作，有些从借贷资金中抽取一个比例成立保障基金。但这类担保并不意味着保证。如果系统性风险或区域性风险发生，则可能出现大规模的挤兑，商业保险、担保机构和自立的保障基金都有可能无法偿付担保金额。

值得注意的是，提供担保机制的P2P在欧美并不常见，在中国则成为P2P最流行的范式。这主要原因是P2P风险管理模式中的第一个层面不够完善。最近出现的多起P2P挤兑倒闭事件，也反映出在一个缺乏有效信用记录和监管缺失的环境中，P2P的模式存在很大风险。规模经济与大数定律 通过总结银行与互联网借贷模式的风险管理之间的差异，由此可以理解为什么许多银行偏好大客户，而互联网借贷服务小微客户。从银行的信贷风险管理流程可以看出，传统银行信贷风险管理是依靠押品，线下收集客户信息来判断其还款能力与意愿，和线下跟踪借款人的贷后财务信息。一般来说，线下收集信息不可轻易复制，需要投入大量的人力物力。但线下收集信息的边际成本会递减，平均成本也会随着数量的增加而降低。按照这样的风险管理方式，规模经济（Economies of Scale）比较适合银行的生存之道。从风险计量的角度出发，如果要采用定量分析的手段，则需要大量的数据，否则结果偏离真实，不可用。目前大多数银行的定量分析都采用回归的统计方法。在这类方法下，借款人的一些本身特性就成为重要的解释变量，在一个变化很快的经济环境下，有些类型的借款方是新兴起来的，没有太多的数据积累；同时有些借款方是正在消退的，没有充足反映最近情况的数据。在这样的情况下，定量分析的模型再完美，也是巧妇难为无米之炊。对于这些借款方，即使用了定量分析方法，也还需要一些人工的判断，因此难以实现自动化，也就很难大规模应用和降低单位成本。为此，银行需要通过经营大客户来增加单位收益，由此来抵消较高的单位成本，也就是规模经济。我们可以用下图来展示这个逻辑。

相反，能够用较低的成本获取到真实且及时的信息是互联网供应链借贷的一个很大优势。这个优势不仅体现在贷前，也体现在贷后的风险管理。银行也有强大的数据库，也有专门从事数据分析的团队。互联网供应链借贷用贷前数理统计方法和银行采用的定量方法本质上是十分接近的，都是从历史数据中寻找出构成借款人还款能力和意愿的因素，而后通过观测借款人这些因素的现状和发展趋势来形成对借款人未来还款能力和意愿的一个量化指标。但目前来看，许多银行，包括在一些发达国家里，除了房贷和信用卡之类的零售业务，尚不能自动化风险管理。

互联网供应链借贷的信息获取优势在贷后就更为明显了。目前来看，大多数情况下，银行无法自动获得借款人贷后的一些前瞻性信用信息。要获取的话，需要大量的人力物力去完成。而互联网供应链借贷则可以从电商平台上源源不断地取得借款人最新的交易和部分现金流信息，这些信息提供了前瞻性风险判断的基础，从而可以及早调整贷后管理的方式方法。虽然线上信息也不能完全反映借款人的全面信用情况，但是对于经常使用电商平台的借款人来说，保留住平台上的良好信用记录是重要的条件之一。

总结起来，电商平台在互联网供应链借贷的风险管理中扮演了重要角色，一方面可以依靠它以低成本及时获取真实信用信息；另一方面可以借此提高借款人违约成本。

有了真实可靠及时的数据，互联网供应链借贷平台就有了使用量化工具的基础。虽然客户来自于很多不同行业或领域，但因为每个客户借款规模都很小，即使分类不是很准确，造成的损失也不会很大。只要不出现系统性偏差，即所有客户都被低估或高估，则客户之间的偏差会互相抵消，在总体上接近准确。这就是大数定律的一种体现。在大数定律作用下，一个互联网借贷企业如果拥有由大量不相关投资组合构成的资产池，它的平均回报将比较稳定，可以通过数次试验估计出来。有了这个平均回报估计值，互联网借贷企业就可以预留一些准备金，用来抵补预计损失。如果投资组合的数量足够大，那么平均回报也就接近所处经济环境能给予的平均回报了。

这种情况下，贷出方只要对所有客户进行量化管理，形成自动化程序。有了自动化程序，信贷成本就降下来，同等条件下的盈利水平得到提高。与互联网供应链不同，P2P还必须依赖外部数据。只有在数据足够的假设下，P2P才是大数定律的受益者。

值得注意的是，大数定律成立需要条件，那就是每个投资组合之间是相互独立的。这样，投资组合之间的风险就自然分散了，留给整个组合池的风险就小了。很多人在谈论用大数定律做金融的时候，忘记谈这个适用条件。实际上，只有在每个投资组合足够小的情况下，每个都来自不同领域，才有可能比较容易地相互独立。互联网金融的客户体量较小，分布领域较广，相互之间比较独立。这种情况下，原则上不需要对客户进行特别精细的筛选，就造成了一个大数定律适用的条件，形成风险自然分散。根据大数定律，许许多多的小客户汇集起来，他们的平均违约率将趋向一个稳定的值。

当一个投资组合池满足了相互独立条件的时候，另一个统计定理——中央极限定理——也可能成立。这种情况下，如果投资组合数足够大，他们的平均数分布应该接近正态分布。也就是说，当投资组合中的资产来自于不同领域，相关性不强，此时，客户平均优劣程度的分布应该接近正态分布。对于一个投资于微型借款的互联网金融企业，大多数客户应属于中等客户，有一小部分是好客户，也有一小部分是坏客户。但大客户之间的相关性很强，个体特征风险无法完全对冲掉，其组合起来的分布就不一定是正态分布了。另外，由于银行通常都有一些相对熟悉的行业，这样他们的借款人非常有可能会集中在银行熟悉的行业里。这样一来，银行贷款组合池的分布很有可能形成厚尾分布，造成尾部风险较高。这也是为什么银行除了要看预期损失，还特别需要用资本来覆盖表现为尾部风险的非预期损失。银行与互联网借贷未来之路设想

在没有采用押品或担保等传统银行常用的风险缓释条件下，互联网金融依靠大数定律的自然风险分散管理模式需要一些其他降低风险手段的补充。一是选择小而独立的客户，使得风险尽可能地自然分散。二是需要一个有效的信用信息披露机制，可以是可用的外部征信信息，或是监管要求的信息披露，也可以是内部的信息集成。

大客户，甚至是中型客户借贷靠大数定律自然风险分散是难以为继的。银行历史性地继承了许多大客户，可以比较从容地利用规模经济进行精细化管理。加上押品和担保的风险缓释作用，只要大客户存在，银行就不会成为“恐龙”。如果利用互联网的便利，做成O2O（Online To Offline，线上到线下）也应该会提升实体银行的价值。

如果银行希望涉足微型借贷，必须依靠不同的风险管理技术降低信息收集成本和管理成本。同样，如果互联网金融要争取更大的客户，也需要考虑是否有足够的资本承担大客户违约带来的尾部风险。

银行和互联网金融面临的一个共同问题是信息安全，对银行和互联网金融来说是一个关键的问题。在解决这个问题之前，需要先明确什么是应受保护的隐私信息。有些信息在某些情况下属于个人隐私，但是在另一些特定的场景里则不是个人隐私。例如一个人的收入情况，不应该广而告之。但如果他向银行或互联网上的另一个人借钱，那么无论是银行还是网络借款人都有权利了解他的收入状况，因为这个信息已成为交易信息，由发生关联的各方共同所有了。对隐私信息的界定和保护应该纳入法律制度的管辖范围，金融企业或组织都有责任和义务采取有效措施，防止有意或无意的未授权信息泄露，严格遵守使用客户信息的条件，这也是金融业得以发展的基石。

以上是对比银行与互联网金融之后的一些设想。世界的变化往往超乎我们的想象。以我们目前的经历来预测未来是件极其困难的事。银行会不会被互联网金融颠覆，这个问题也许在不久的将来就不是问题了，因为他们可能都换了名称。现在常说的跨界优势，只是从经营的目标而不是从经营方式来划分行业。从经营的方式，特别是风险管理模式来看，互联网企业利用互联网技术来为微型企业提供金融服务，其经营方式与互联网关系更加紧密，金融不过是这种经营方式的一个应用。未来人们也许会换一种方式划分行业，也换一种方式思考问题。

刘明康为中国银监会前主席，梁晓钟为中国银监会一部副调研员，本文不代表作者所在单位观点

第三篇：浅议互联网金融风控

浅议互联网金融风险控制

民贷网张艳

由于风险存在损失的不定性，所以企业才出现了风险管理和风险控制。

第一了解两个概念：风险管理和风险控制。

风险管理：是指如何在项目或者企业在一定的风险的环境里，把风险减至最低的管理过程。

它的基本程序包括风险识别、风险估测、风险评价、风险控制和风险管理效果评价等环节。

风险控制：是指风险管理者采取各种措施和方法,消灭或减少风险事件发生的各种可能性,或者减少风险事件发生时造成的损失。所以其实风险控制是风险管理中的一个环节。

下面是对风险管控常见问题的解答。

一、目前最常用的风控模型是哪些？

风控模型：常用于担保公司，测算最高能够承受的风险，并且根据市场与资本，建立最有效的风控模型进行风险手段。

风控模型是在良好的建立风控体系、风控评定方式、评分机制等基础上，进行有效的数据分析及评分体系，就是建立常用的风控模型方式；

首先，金融公司设计的任何形态的风控模型，都要符合自身企业的业务发展及市场需求，它的数值变化规则，还是要基于大数据和企业最基本能承受风险客户的能力，测算一个范围化的模型，也就是风控一个度的把握了；如果企业自身测算最高风险承受能力较强那么在建立模型过程中，评分卡的数值范围能做相应调整，但是宽松到什么尺度，就是各个企业风控人员，对自身企业的专业理解能力，和逻辑思维推断能力来决定的了。

模型范围中的数值及信息来源，是包括但不限于目标客户群体，或目标项目的风险预测能力，所能最高承受什么样的风险发生？在风险发生进行时，如何及时做到止损状态，并能同时做到调整风控策略、多种备用防范预案设置，预警分类等，一旦止损失败损失状态，公司的能承受的损失底线是什么；

什么样的风险出现下，公司不能承受？最终还没止损，就会走到了崩塌的尴尬境界，最常见的说法就是跑路。

风控模型如果真要界定一个衡量标准或者说最常用的，那么就是评分卡、风控模型架构制定、风控操作模型等，其实我觉得目前市场，也没有一个明确的衡量标准。

个人认为还是适合自己企业的风控模型。因为每个企业的趋向的产品设计、行业分析的偏好都不同，如果真的说想要建立风控模型标准，那么只有在各个公司自有特点情况下，去变化控制数值，也就是建立属于自己的评分卡或者评分机制，但是也要通过一定的市场累计数据值，来设置企业特色的评分类风控系数。

不过我认为不管何种风控模型下，都要注意在降低风险的同时，测算收益率、承受能力（抗压能力）和成本分摊能力之间的平衡，降低或者分摊，甚至消化损失发生概率，风控人员也要反复推测到某一个产品，当风险发生时，是否有足够的预案，将损失降低到最低限度。

二 目前最大的几家平台有什么异同？

首先我不会去评测任何一家公司的风控异同，因为产品不同（差异化产品结构），导向认定的客户群体不同（目标客户群体）等。因为每家风控专业人员，对于产品偏好行业不同，每个公司的风控都有自己特色的风控存在形式、行业优势，每个公司风控都会对某个或某些行业了解很透彻，或者对特定项目有独特的掌控能力，或有一定从业的行业经验，例如很多同行业风控来自：法律、银行、资本市场、保险、融租、房地产、贸易链、实体经营产业、甚至三农等等，所以他们对于某一个风控点，都有很好的把握度，这就是行业分析和企业偏好问题了，这也直接影响到每个公司的产品差异。

因为每个平台的产品都是不同的，对风控的要求肯定也是不同的。那么就可能有共通点，差异根据产品不同，肯定是有差异的。

通过市场分析后不难发现，基础借贷产品还是市场主流，还有一些类似资本类产品或衍生产品，目前很多平台还是具有传统业务特点的，每个公司都是有自己的衡量‘风控点’的尺度，传统金融行业、民间金融或者互联网金融，本身因为其独特的形式活跃，只是民间金融和互联网金融，把一些基础类型的金融产品，更灵活性、服务性、衍生性发挥，并且推陈出新的进行传统金融产品改革，思路和结构变化，很多基础型产品还是来源于传统金融机构。

因为不确定群友指的是那几个平台，但是现在大的平台，主打产品，大体归类就是信用类、抵押类、资本类，不排除还有一些衍生产品和经营范围允许的产品，异同也就是各平台产品‘风控点’的侧重点不同，企业本身的经营范围不同，所以风控方向也不同，这就不展开分析了，大家可以去关注比较下相同点和闪光点，很多还是值得学习的。

三、纯互联网背景出身的互联网金融公司，应从哪几个方面去把关风控？

其实互联网金融公司和是不是纯互联网背景没有直接关系。关键是从事了互联网金融你怎么去经营。

首先，你的风控体系的建立是打算以哪种形态存在？线上审核、线下审核还是线上线下结合模式？首先我个人不太建议纯线上风控审核，基本目前市场还是要以线上评分机制与线下风控结合为主，如果纯线上风控审核，对于风控而言难度还是相当大的，那么真实性、道德风险、合规性等都需要防范的，一旦投资者的资金出现问题，止损难度和费用都会相应增加，纯服务平台，是否承垫付投资人损失，那么对平台会有相当大的预期风险，如果不承诺垫付，那么市场投资者的粘合度、信任度等问题就需要解决，对于互联网金融平台发展势必会受阻，需要承受的是长期的市场适应能力，当然也不排除有些：非结构化产品特殊可行性模式；

但是不得不说，互联网金融也是一种传统模式的颠覆，传统的金融模式：投资者、服务平台（P2P）、融资者，对于一端的投资来分析，互联网金融公司，是一个快捷有效的一个投资方式，操作的安全性、可控性、稳定性比较重要了；对于另一端借款分析，是否会有信用风险和道德风险出现，对于一个金融企业来说就至关重要，还是一个‘风控点’的问题。

首先贵公司考虑进入市场方向、目标客户群体，打算以金融产品为市场导向，再去考虑风控掌握方向，先要把战略目标确定了，才能去确定有效的风控体系建立、市场推广方向等，现在就有很多家互联网背景的公司，他们的风控方向，目标人群是明确的，当然他们的互联网背景，也为他们带来了很多的优势，就是多年的用户和商户的数据累计，可以明确的进行数据分析、轨迹消费习惯测算，O2O供应链环节把控、产业链上下游控制等等的防范措施，这就是他们的风控把握明确方向。

四、小微与个贷的模型构建原理

小微和个贷：小微企业信贷业务和个人信贷业务，就是企业借款和个人借款；

不管那类业务基于的模型原理：风控体系完善和大数据分析，这就是风控的真谛，其实上面的问题里都有在阐述这两个方面的内容；

五、贷款客户的风险如何分析掌控才是松紧适中的?

这个问题很好，因为这是很多人头痛的事关于松紧就是企业所能承受的风险损失最高和最低限度了，但是专业风控人员，其实是一个很难课题。过紧就会没有业务来源，销售业务流失，虽然看起来坏账很低，当然放款量低当然坏账率低，但是资金使用率低也未必是好的现象；过松，销售业务大量形成，开拓市场很顺利，但是后期就有很头痛的事情发生，回款损失风险。

那么能承受多少风险和损失？那么度就在哪里，我认为是要每个企业自身测算的，而且不是一成不变的，每个时期都应该进行数据分析，来及时调整战略方向、目标客户群体等，根据目标客户群体来做行业市场调查，自身累计业务测算和分析，就是数据分析，测算这类客户群体损失率、逾期率等，已经发生的损失，否能超过当初所设计的产品各项数值限定，一个合格的产品风控人员必须是会对市场、产品、周期、数值进行有效的分析，上限和下限都要分析和掌握，具体还是每个公司的战略方向确定的，前期如果没有行业类似经验和经历的，还是前期适当谨慎。

六、抵押、担保，土地是否可以作为担保?

抵押也好、担保也罢，都是一种风险防范的措施，行业为了作为一个还款来源的保障，而设置了各种的抵押、担保的形式，来防范作为借款方的一个还款承诺，土地只是其中的一个形式。

从合规角度来说，不管任何形式的保证，还是用来保证还款的，抵押或保证最终还行希望能从合规角度，成为出资方的还款一种形式的，都可以作为担保的，土地-因为各个地区的不同，所以是否能作为担保也要应地制宜的，一般情况下土地所有权为国家所有，任何企业只有土地使用权，相应也只有土地使用权证，那么没有产权的情况下，除非有合理合法的手续，例如房管局（房产交易中心）接受合法抵押手续的，某种角度也可以考虑作为担保方式之一；

其实保证的方式各有不同：抵质押、信用等等，形式也各有不同：房屋、车辆、实物质押、股权、担保人、担保企业、担保机构等等，当然这些形式必须有合规手续，能证明有担保作用的情况下，办理了各种合法手续的前提下才能认定作为担保，而非某些民间机构的，收了个产权证就算是质押了，没有任何合规手续，也就失去了变现能力，那么也就没有任何保障了。

总而言之，处置任何担保或抵押不是风控或借款人最终目的，处置成本大、周期长等都是企业不愿意尝试的，还是按正常合同履行完毕的还款方式，才是风控的最终目的，企业融资成功，服务机构产生服务费，投资人取得合法收益，所以风控审核各个环节才是根本，上述只是防范措施之一而已。

七、有效风控模型建立的必要条件是哪些？目前风控市场现状如何？是担保、小贷公司自己做风控，还是委托给第三方？

风控模型之前已经阐述过了，这里就不做重复了。关于风控市场现状，因为每个金融公司核心的就是风控部门，所以它一般为隐形部门，人员也是隐形人员

所以现状是很多大的公司的风控人员，其实还是有行业经验、法律经验或者其他行业精英，也不能一概说风控人员就怎么乱，在互联网金融和民间金融机构还是藏龙卧虎的。

至于风控是否启用担保、小贷公司自己做风控，还是委托给第三方，这个还是要看贵公司的企业战略方向的。如果担保公司有足够的担保能力，这就是你要对它的考察，委托给第三方同样要考察它是否具备风控能力，还有就是合作方式的

第四篇：银行与互联网金融：不一样的风控t Word 文档

银行与互联网金融：不一样的风控

2014年01月21日 10:28 e财富管理网 我有话说

刘明康 梁晓钟 | 文

随着互联网企业进入金融领域，围绕着传统银行是否会被互联网金融所颠覆的争论甚嚣尘上。一时间，仿佛银行与互联网金融都已经开始厉兵秣马，要与传统银行展开一场非此即彼的战争。要透过纷扬的尘嚣，看到这场“战争”的未来，先得理解传统银行与互联网金融两者间的本质差异。

关于银行，定义是比较明晰的。在中国现有的金融法规和市场环境下，传统银行的主要功能是存款、贷款和支付结算，后来在存款基础上发展出了理财功能。

关于互联网金融，目前尚未形成一个统一明确的定义，业务范围也在不断地“野蛮生长”。百度百科[微博]上的解释是：互联网金融是传统金融行业与互联网精神相结合的新兴领域。按照这个广义定义，从起源来看目前的中国互联网金融可分为三类：第一类是以传统银行为基础派生出来的，如传统银行自身建立的网上银行。这类互联网金融的出现，为银行开拓了线上领域，延伸了银行的触角，似乎更应该称为金融互联网化。第二类是传统银行与互联网互相依存的，如网上支付结算。这类互联网金融的代表是第三方支付，其中在中国占半壁江山的是以电商为平台的支付宝[微博]。第三类是以互联网为基础，异军突起，自由发展出来的，如网上融资，代表企业或者商业模式包括余额宝、人人贷、阿里金融等。

在中国，银行的核心业务是存款、贷款和支付结算。近年来，理财业务也迅猛发展。互联网金融在上述除了存款的各个领域内，迅速扩张起来，由此引发了关于互联网金融与传统银行孰长孰消的争论。据统计(IT桔子)，到目前为止，在互联网金融领域里，公司数量占比最大就是这第三类中的贷款。本文就聚焦于此，管中窥豹，探讨一下互联网金融中的贷款与传统银行的贷款有何本质差异。

互联网金融贷款有几种不同的模式，目前来看，至少有两类。一类是以电商为基础，在注册客户范围内的贷款，因为是在产销贷这个链条上运营的，也被称为互联网供应链借贷，中国的代表有阿里金融，美国的代表有Amazon。另一类是P2P平台贷款，在中国有陆金所、人人贷，欧美有Kabbage、Lending Club、Prosper Marketplace。不难看出，无论是在中国还是其他国家，贷款互联网金融的一个共同点就是以小客户为主。

在中国，很多时候，虽然大客户有较强的议价能力，但是银行也情愿追捧大客户。许多银行的小企业贷款被定义为年销售收入1亿元以下、申请贷款金额在1000万元之内的贷款；年销售收入在1000万元以下的企业，很容易被判定为不满足贷款的基本条件。以做小微著名的民生银行(6.96, 0.01, 0.14%)为例，其大概做了100多万家，平均贷款额在160万元左右。相比之下，互联网金融的小微称得上是“小小微”了。

造成小微贷款难题的一个主要原因是客观风险较大，而贷款方与借款方信息又不对称。信息之所以不对称，主要是因为在传统银行里贷款方收集借款方成本太高。解决信息不对称问题的手段其实就是风险管理的方法。传统银行和互联网金融在客户规模上的选择，实际是两者信贷风险管理模式的反映。

银行的信贷风险管理

一般银行在发放贷款之前需要做以下几件事。

首先，看看可贷资金是否充足，期限上是否匹配，也就是流动性管理。追本溯源，最初的银行就是将不同储户的钱归集到一起，而后将汇集起的钱借给许多不同的有回报前景的资产，由此银行从中收取利息差。每个储户都可能有不同的存款和取款时间，这样对银行来说，就形成了一个长期的资金供给线。通常银行会成立专门的团队，根据历史数据采用统计的方法来进行期限匹配。为了保证银行的安全，各国监管当局还制定了一些审慎性监管要求，比如在中国的银行业就有存贷比要求。

其次，银行需要考核借款人还款能力和意愿以及贷款定价；同时看看坏账准备金是否可以覆盖预期损失；以及非预期损失是否能在总体层面上被资本覆盖。由于借款方总是比贷款方更清楚自己的还款情况，在信息不对称的情况下，为了降低风险，银行采取的做法通常是要求抵质押品：一方面即使借款人违约，银行也可以收回一些损失；另一方面可以在某种程度上提高借款人的还款意愿，降低违约概率。因此，银行在放贷前需要核实押品的价值，并核查借款人是否对押品有真实的控制力。如果没有押品，银行会要求一个可靠的担保。最后，如果上述条件满足的话，根据借款人的情况，决定贷款的定价，也就是贷款利息率。

长期以来，中国的银行采取一种比较定性的事后管理方式：五级分类。近几年来，随着中国银行业的国际化程度提高，以及中国更深地介入金融稳定委员会和巴塞尔银行监督管理委员会的各项工作，中国银行业，特别是大型银行都开始采用巴塞尔协议框架下的信用风险管理体系。与五级分类的管理方式不同，这套体系是建立在以量化为主的事前管理方式。在这个体系中，银行利用内部的历史数据和外部的征信信息，采用数理统计的方法，从多个维度对借款人的还款意愿和能力做出定量评估和预测。根据预测出来的借款人在各维度上未来可能的状态，银行通常可以根据建立好的统一的映射关系，确定借款人的贷款利率。

从世界范围内来看，大多数国家的大多数银行里，零售信贷风险管理的量化程度都要高于以大中客户为主的非零售信贷。在非零售信用风险模型中，往往包含了一些专家判断，需要在模型计算出的结果之外，进行一些人工的修订。此外，在操作实践中，大客户通常比较有议价能力，贷款利率也往往不能直接采用定量模型计算的结果，而需要为客户在协商的基础上，量身定制贷款利率。

除了贷前的风险判别、风险定价，银行的信贷风险管理工作并不会随着合同签字后而结束。相反，贷后管理是一笔信贷中的另一个重要环节。目前来看，银行的风险管理主要基于借款方的财务数据。在中国，人民银行提供了一个个人和企业的征信系统，可让银行交费查询借款方的信用信息。但一方面是这些信息存在严重的时滞，另一方面缺少一些关键的前瞻性信息，例如订单信息和全面负债实况。在经济形势变化迅速的环境下，需要银行贷后不断跟踪借款方，根据最新的信息，特别是具有前瞻性的信息，及早调整管理方式和资产组合。为此，许多银行都建立了严格的规程，并雇佣了大量的客户经理，到现场去跟踪调查借款方的财务状况，收集最新经营信息，调查押品价值和可控性。

互联网借贷的风险管理

先看互联网供应链借贷，这种模式主要是在一个闭合的供应链条里运行，借款人必须是电商交易平台的商户。其实供应链借贷模式并不是互联网金融的专享。早在2003年，深发展就提出了“1+N-基于核心企业的供应链融资解决方案”，即一个核心企业加上与之有关联的N个中小企业。但两者在信贷风险管理上表现出很大的不同。

供应链借贷是银行为中小企业提供信贷的一个通道，与银行的一般信贷有些不同，但依然很大程度上沿革了银行的信贷风险管理方式。首先，借款企业必须和核心企业构成交易关系，由交易而得到应收账款，或者收货权。其次，核心企业必须愿意配合，向银行出具某种承诺，答应在借款企业不能如期还款时为其偿还贷款。在这两个条件下，银行可以放松对借款企业本身资产负债等财务方面的要求，但实际上是要求了核心企业为借款企业提供担保。

互联网供应链借贷没有要求借款企业提供抵押或担保，而仅靠借款企业独立的信用就可能借到款。很显然，能有把握为一个网络上素不相识的商户提供信用贷款，需要很好地掌握这个商户的信息。这正是基于电商基础的供应链借贷优势所在。此外，互联网供应链借贷还会通过一些成本较低的手段来验证借款人信息的真实性，如网络视频等。因此，互联网供应链借贷基于网络交易的数据相对比较真实可靠。

目前来看，一些成功的互联网供应链借贷依靠互联网活动产生的大数据，通过数理统计模型，基本实现自动化贷前审批和贷后风险提示。

和互联网供应链借贷相同，P2P不需要借款人抵押或担保，贷出方的钱不受国家隐性或显性担保，而且他们都是偏爱微型借款人。不同的是，P2P是建立在一个开放的平台上，不需借款人和贷款人有什么联系。最初P2P的建立，仅是一个平台将需要借钱的个体和有闲散可贷资金的个体联系起来，由此收取介绍中介费。换言之，P2P是一个中介平台，借贷双方自己承担信用风险和期限错配的风险。后来各国的监管逐渐加强，有些国家对于P2P平台的权利和责任有了更严格的要求。但无论如何，严格意义上的P2P区别于其他借贷模式的特征是，借款人和贷款方直接对接。

目前来看，P2P平台大约有四类交易模式。一是一对多模式，即一笔借款由多个投资人投资。这种模式可以构成较大额的借贷。二是多对多模式，即一笔借款可以由多个人投资，同时一笔资金也可以分拆投资到不同的借款需求上去。这种模式比较灵活，而且能帮助每个贷出方分散风险，但需要P2P公司提供良好的匹配功能。三是一对一模式，即一笔借款只能由一个投资人投资。这种模式债权清晰，管理相对容易，出现风险也能很快找到源头，但太不灵活，缺少流动性。四是多对一模式，即多笔借款需求都由一笔资金投资。这种模式有利于帮助投资人分散风险，但同时也对资金规模要求较高，并不是P2P主要采用的模式。

这几种交易模式，最主要的风险管理方式来自于两个层面：一是P2P平台可获得关于借款人的信用信息；二是借款人来自各个不同领域，他们之间自然形成的风险对冲，帮助降低P2P平台的整体风险。

一些P2P为了吸引客户，提供了担保机制。有些是购买了商业保险公司的担保，有些和小贷公司或担保机构合作，有些从借贷资金中抽取一个比例成立保障基金。但这类担保并不意味着保证。如果系统性风险或区域性风险发生，则可能出现大规模的挤兑，商业保险、担保机构和自立的保障基金都有可能无法偿付担保金额。

值得注意的是，提供担保机制的P2P在欧美并不常见，在中国则成为P2P最流行的范式。这主要原因是P2P风险管理模式中的第一个层面不够完善。最近出现的多起P2P挤兑倒闭事件，也反映出在一个缺乏有效信用记录和监管缺失的环境中，P2P的模式存在很大风险。

规模经济与大数定律

通过总结银行与互联网借贷模式的风险管理之间的差异，由此可以理解为什么许多银行偏好大客户，而互联网借贷服务小微客户。从银行的信贷风险管理流程可以看出，传统银行信贷风险管理是依靠押品，线下收集客户信息来判断其还款能力与意愿，和线下跟踪借款人的贷后财务信息。一般来说，线下收集信息不可轻易复制，需要投入大量的人力物力。但线下收集信息的边际成本会递减，平均成本也会随着数量的增加而降低。按照这样的风险管理方式，规模经济(Economies of Scale)比较适合银行的生存之道。

从风险计量的角度出发，如果要采用定量分析的手段，则需要大量的数据，否则结果偏离真实，不可用。目前大多数银行的定量分析都采用回归的统计方法。在这类方法下，借款人的一些本身特性就成为重要的解释变量，在一个变化很快的经济环境下，有些类型的借款方是新兴起来的，没有太多的数据积累；同时有些借款方是正在消退的，没有充足反映最近情况的数据。在这样的情况下，定量分析的模型再完美，也是巧妇难为无米之炊。对于这些借款方，即使用了定量分析方法，也还需要一些人工的判断，因此难以实现自动化，也就很难大规模应用和降低单位成本。为此，银行需要通过经营大客户来增加单位收益，由此来抵消较高的单位成本，也就是规模经济。我们可以用下图来展示这个逻辑。

相反，能够用较低的成本获取到真实且及时的信息是互联网供应链借贷的一个很大优势。这个优势不仅体现在贷前，也体现在贷后的风险管理。银行也有强大的数据库，也有专门从事数据分析的团队。互联网供应链借贷用贷前数理统计方法和银行采用的定量方法本质上是十分接近的，都是从历史数据中寻找出构成借款人还款能力和意愿的因素，而后通过观测借款人这些因素的现状和发展趋势来形成对借款人未来还款能力和意愿的一个量化指标。但目前来看，许多银行，包括在一些发达国家里，除了房贷和信用卡之类的零售业务，尚不能自动化风险管理。

互联网供应链借贷的信息获取优势在贷后就更为明显了。目前来看，大多数情况下，银行无法自动获得借款人贷后的一些前瞻性信用信息。要获取的话，需要大量的人力物力去完成。而互联网供应链借贷则可以从电商平台上源源不断地取得借款人最新的交易和部分现金流信息，这些信息提供了前瞻性风险判断的基础，从而可以及早调整贷后管理的方式方法。虽然线上信息也不能完全反映借款人的全面信用情况，但是对于经常使用电商平台的借款人来说，保留住平台上的良好信用记录是重要的条件之一。

总结起来，电商平台在互联网供应链借贷的风险管理中扮演了重要角色，一方面可以依靠它以低成本及时获取真实信用信息；另一方面可以借此提高借款人违约成本。

有了真实可靠及时的数据，互联网供应链借贷平台就有了使用量化工具的基础。虽然客户来自于很多不同行业或领域，但因为每个客户借款规模都很小，即使分类不是很准确，造成的损失也不会很大。只要不出现系统性偏差，即所有客户都被低估或高估，则客户之间的偏差会互相抵消，在总体上接近准确。这就是大数定律的一种体现。在大数定律作用下，一个互联网借贷企业如果拥有由大量不相关投资组合构成的资产池，它的平均回报将比较稳定，可以通过数次试验估计出来。有了这个平均回报估计值，互联网借贷企业就可以预留一些准备金，用来抵补预计损失。如果投资组合的数量足够大，那么平均回报也就接近所处经济环境能给予的平均回报了。

这种情况下，贷出方只要对所有客户进行量化管理，形成自动化程序。有了自动化程序，信贷成本就降下来，同等条件下的盈利水平得到提高。与互联网供应链不同，P2P还必须依赖外部数据。只有在数据足够的假设下，P2P才是大数定律的受益者。

值得注意的是，大数定律成立需要条件，那就是每个投资组合之间是相互独立的。这样，投资组合之间的风险就自然分散了，留给整个组合池的风险就小了。很多人在谈论用大数定律做金融的时候，忘记谈这个适用条件。实际上，只有在每个投资组合足够小的情况下，每个都来自不同领域，才有可能比较容易地相互独立。互联网金融的客户体量较小，分布领域较广，相互之间比较独立。这种情况下，原则上不需要对客户进行特别精细的筛选，就造成了一个大数定律适用的条件，形成风险自然分散。根据大数定律，许许多多的小客户汇集起来，他们的平均违约率将趋向一个稳定的值。

当一个投资组合池满足了相互独立条件的时候，另一个统计定理——中央极限定理——也可能成立。这种情况下，如果投资组合数足够大，他们的平均数分布应该接近正态分布。也就是说，当投资组合中的资产来自于不同领域，相关性不强，此时，客户平均优劣程度的分布应该接近正态分布。对于一个投资于微型借款的互联网金融企业，大多数客户应属于中等客户，有一小部分是好客户，也有一小部分是坏客户。但大客户之间的相关性很强，个体特征风险无法完全对冲掉，其组合起来的分布就不一定是正态分布了。

另外，由于银行通常都有一些相对熟悉的行业，这样他们的借款人非常有可能会集中在银行熟悉的行业里。这样一来，银行贷款组合池的分布很有可能形成厚尾分布，造成尾部风险较高。这也是为什么银行除了要看预期损失，还特别需要用资本来覆盖表现为尾部风险的非预期损失。

银行与互联网借贷未来之路设想

在没有采用押品或担保等传统银行常用的风险缓释条件下，互联网金融依靠大数定律的自然风险分散管理模式需要一些其他降低风险手段的补充。一是选择小而独立的客户，使得风险尽可能地自然分散。二是需要一个有效的信用信息披露机制，可以是可用的外部征信信息，或是监管要求的信息披露，也可以是内部的信息集成。

大客户，甚至是中型客户借贷靠大数定律自然风险分散是难以为继的。银行历史性地继承了许多大客户，可以比较从容地利用规模经济进行精细化管理。加上押品和担保的风险缓释作用，只要大客户存在，银行就不会成为“恐龙”。如果利用互联网的便利，做成O2O(Online To Offline，线上到线下)也应该会提升实体银行的价值。

如果银行希望涉足微型借贷，必须依靠不同的风险管理技术降低信息收集成本和管理成本。同样，如果互联网金融要争取更大的客户，也需要考虑是否有足够的资本承担大客户违约带来的尾部风险。

银行和互联网金融面临的一个共同问题是信息安全，对银行和互联网金融来说是一个关键的问题。在解决这个问题之前，需要先明确什么是应受保护的隐私信息。有些信息在某些情况下属于个人隐私，但是在另一些特定的场景里则不是个人隐私。例如一个人的收入情况，不应该广而告之。但如果他向银行或互联网上的另一个人借钱，那么无论是银行还是网络借款人都有权利了解他的收入状况，因为这个信息已成为交易信息，由发生关联的各方共同所有了。对隐私信息的界定和保护应该纳入法律制度的管辖范围，金融企业或组织都有责任和义务采取有效措施，防止有意或无意的未授权信息泄露，严格遵守使用客户信息的条件，这也是金融业得以发展的基石。

以上是对比银行与互联网金融之后的一些设想。世界的变化往往超乎我们的想象。以我们目前的经历来预测未来是件极其困难的事。银行会不会被互联网金融颠覆，这个问题也许在不久的将来就不是问题了，因为他们可能都换了名称。现在常说的跨界优势，只是从经营的目标而不是从经营方式来划分行业。从经营的方式，特别是风险管理模式来看，互联网企业利用互联网技术来为微型企业提供金融服务，其经营方式与互联网关系更加紧密，金融不过是这种经营方式的一个应用。未来人们也许会换一种方式划分行业，也换一种方式思考问题。■

刘明康为中国银监会前主席，梁晓钟为中国银监会一部副调研员，本文不代表作者所在单位观点

第五篇：互联网金融风控措施

互联网金融的风控措施

互联网金融，是利用互联网技术和移动通信技术等一系列现代信息科技技术实现资金融通的一种新兴金融模式。在此种模式下，市场信息不对称程度非常低，资金供需双方能够通过网络直接对接，交易成本大大减少。目前互联网金融的模式主要有六大类，分别为第三方支付、P2P网贷、大数据金融、众筹、信息化金融机构、互联网金融门户。

每种模式下均需要相应的风控措施，本文主要分析P2P网贷的风险控制。P2P网贷的主要风控措施主要有以下五点：

一、贷前管理

（一）对借款人资质的多级审查（1）贷前实地验证

平台团队或者合作机构对借款人进行实地验证，通过采集图片、文本等多种形式的数据信息，实地验证借款人的结婚证、房产证、个体工商营业营业执照等相关证件资料，并对其银行账户信用情况、家庭经济状况以及还款能力等进行全方位了解。

比如：翼龙贷；有利网（2）贷前线上审核

一些P2P网贷平台在实地验证后，还在线上进行多级审核。（a）网站资料认证：身份认证、手机认证、视频等认证审核。（b）当地运营中心认证：通过贷前实地调查所获得的各种信息资料，对借款用户进行综合评估审核。（c）平台风控审核：评定信用等级和借款额度或者进行FICO评分（评分模型，用于评价一个借款人的风险程度）。

比如：翼龙贷

通过前期调查每一个借款人的各项信息和征信情况（如资金用途，财务信用、经营状况等）来评估其还款能力和还款意愿。

比如：利魔方实行贷前审核，对借款方财务情况进行多渠道调查（不涉及个人隐私）。

（二）对融资项目的审查

对融资项目审查的手段包括以下三种：

（1）确保借款人借款项目的真实性或者确保融资项目的真实性。除了线上审核外，对于平台发掘的项目，风控部、业务部人员进场尽职调查，制作项目尽职调查报告。有的平台甚至将该项目提交评审委员会（或者风控）做项目风险评审。经过评审会通过的项目，才发放贷款。或者经过评审会通过的项目，才能发布借款标。

（2）对单个项目进行审查，其不超过担保公司净资产10%，不投向国家不支持、限制性或禁止性的行业。

（3）有些P2P平台以短期借款为主，一般不超过12个月，最长不超过24个月。

比如：积木盒子；易通贷；投米网；红岭创投；投哪网；鑫合汇；合力贷

二、资金的第三方托管

根据《关于促进互联网金融健康发展的指导意见》第十四条的规定，从业机构应当选择符合条件的银行业金融机构作为资金存管机构。目前，一些P2P网贷平台主动选择第三方托管方式，来使平台与投资者的资金池相隔离。

比如：

（一）与非银行支付机构合作的有：

（1）利魔方与易宝支付（YeePay.com）合作；

（2）易贷网与中金支付合作，将与中国农业银行合作；（3）信融财富与财付通合作。

（二）与银行合作的有：

（1）积木盒子与民生银行合作；（2）红岭创投与平安银行合作；（3）人人贷与民生银行合作；（4）有利网与招商银行合作。

三、贷后管理

（一）专人负责监督

专人负责监督，对潜在风险及时做出反应。一旦出现风险问题，会立即启动风险应急处理机制，同时启动风险准备金对投资人进行赔付。

比如：易通贷

（二）组建催收团队

组专业催收团队，从贷款发放之日起就进入贷后管理的实质操作。如果用户逾期未归还借款，贷后管理部门将第一时间通过短信、电话等方式提醒用户进行还款。如果用户在5天内还未归还当期借款，平台将会联系该用户的紧急联系人、直系亲属、单位等督促用户尽快还款。如果用户仍未还款，交由专业的高级催收团队与第三方专业机构合作进行包括上门等一系列的催收工作，直至采取法律手段。

比如：人人贷；投米网；红岭创投；利魔方；投哪网

四、风险保障措施

（一）组织保障

平台为确保合作机构提供给投资者的项目低风险，高收益，将从组织架构上系统的、科学的为投资者进行项目刷选和风险保障，特设立独立的董事会、风险委员会、大资管委员会、法律合规部、资产保全部等各种金融专业部门，为项目风险整体把控，并在需要时代表投资者进行权益维护与法律保障。比如：鑫合汇

（二）借款人提供担保

由借款人提供担保，包括但不限于保证担保、抵押、质押等。大额项目借款人通过股权质押、房产抵押等形式提供保障措施。一些P2P平台对大额借款合同进行强制执行公证，抵押登记手续办理。易贷网平台采用纯抵押全覆盖模式，无抵押不贷款，足额抵押。

比如：红岭创投；易通贷；易贷网；合力贷

（三）引入合作机构担保

如借款人出现还款逾期，则由合作机构(包括但不限于担保公司、合作商户)进行全额赔付，如合作机构无力偿还则启用风险准备金或者由合作机构即时接管本借款债权，先行代偿该笔借款的投资本息，同时合作机构启动追偿机制，如借款方确无力偿还，则按照相关质押担保协议开始处置抵押物变现事宜。

比如：利魔方；有利网；陆金所；信融财富；合力贷

（四）风险准备金

风险准备金是指P2P网贷平台通过建立一个资金账户（一般对该账户进行托管），对每笔借款提取一定比例资金放入此资金账户或者由公司从自身的服务费收入中提取一定金额存入此专用账户或者按照每日的成交金额计提风险准备金，当借款出现逾期或违约时，平台会用该账户资金偿付投资人。该种风控方式简单可行的，许多P2P网贷平台基本上都采用了这个方式，这对于那些专业风控能力较低的P2P网贷平台的发展是非常有利的，且可以帮助平台吸引更多投资者的加入，也能在一定程度上解决安全顾虑。

比如：

（1）利魔方的风险保障金提取自于鸿蕴控股集团（利魔方的控制方）、借款方缴纳服务费中的风险保障金的部分。

（2）投米网，由公司从自身的服务费收入中提取一定金额存入还款风险金账户，并定期进行调整。（3）人人贷：平台每笔借款成交时，提取一定比例的金额放入”风险备用金账户“。

（4）微商贷：平台将注资1500万元作为风险准备金的起始资金，同时在平台每笔借款成交时，提取借款本金3‰的金额放入“风险准备金账户”。

（5）易贷网；信融财富。

（五）借款逾期平台自动收购债权

在借款或者项目逾期或违约时，由平台先行收购该债权。比如：

（1）翼龙贷，散标逾期自动收购债权，翼存宝百元起投、无逾期、每日付息、到期还本无财富管理费。

（2）积木盒子的穹顶计划，积木盒子平台为广大投资人推出的更加合理的贷后保障制度，积木将和多家有资金实力的第三方机构及积木盒子的融资人合作设立逾期债权收购储备资金，这笔资金将被用来收购未来所有参与穹顶计划的发生逾期或违约的项目资产，以保障广大投资人的权益。

（六）借款逾期，平台全额垫付本金

在借款逾期时，由平台对投资者的本金先行垫付。

比如：红岭创投：VIP会员在平台所有投资均享受本金先行垫付保障。

五、具体认证安全措施

（一）信息系统安全

三层防火墙隔离系统的访问层、应用层和数据层集群；有效的入侵防范及容灾备份，确保交易数据安全无虞。针对敏感数据，采用中字头政府官网所用加密方法进行数据加密；通过IDS入侵检测设备及WEB防篡改设备，自行扫描发现后及时修补、更新，当遭遇攻击时系统将自动报警，启动快速反应机制，系统运维团队全天候观察系统动向。比如：利魔方；有利网；红岭创投

（二）隐私安全

平台上所有的隐私信息都经过MD5加密处理，防止任何人包括公司员工获取用户信息。在任何情况下都绝不会出售、出租或以任何其他形式泄漏用户信息。

比如：利魔方；有利网；红岭创投