網貸平臺經常說自身的風控水平十分先進，但是談到風險控制，銀行在這方面的經驗明顯應該更加豐富，那為什么銀行壞賬率那么高，網貸平臺卻都宣稱比銀行低呢?

事實上，由于優(yōu)質項目的資金對接渠道不同、內部機制的不同。網貸平臺對于風險管控的力度其實遠比銀行來的大，這也是為什么在一些主流大平臺，逾期率或者壞賬率都要明顯低于銀行數據的真正原因。那么如何去理解風控，特別是p2p行業(yè)的風控呢？
為什么要做風控，你可以說出無數的理由。但對于以盈利為目的的公司來講，無非就是在風險與收益之間尋找平衡?，F實中，風險和收益總是相伴隨行的，收益是以風險作為代價，而風險則用收益來做補償。投資經營的目的是為了得到收益，但不可避免地，必須面臨風險。

那什么是風險？風險就是不確定性。比如當股市上揚的時候，你買ETF基金，你有很大的機率跑贏指數。買個股，有漲有跌，只要控制好風險，一定程度上是可以盈利的。但可能你聽信了某個小道消息，買了所謂的內幕股票，但是你怎么確定是真的呢？你無法確定。

具體到小額信用借款領域來說，如果你借錢給有穩(wěn)定工作的人且事業(yè)處于上升期的人，他逾期壞賬的幾率很小。如果一類目標客群資質很一般，但是你的收益可以覆蓋你的風險，那也可以做。但如果你敢借錢給一個無賴，基本上就虧本了，因為他很大概率是不會還錢的。在這個角度上看。在金融領域，對風險的確定性評估，是非常核心的競爭力。風控管理說到底：其實就是對不同的風險進行評估。

那么，問題來了，風控一般怎么做？關于風控是怎么一個流程呢？

1、線上數據審核

客戶找到p2p，當然是希望能夠成功獲得借款，那么從公司的角度來說，就需要通過信貸政策來審核客戶信息。大公司通常會根據積累的客戶數據和經驗開發(fā)他們自己的信用評分系統，常見的有螞蟻金服的大數據（主要是淘寶商戶數據）、FICO信用分、央行的信征、銀行自有信用評價記錄、線下信貸信用記錄。普遍來說，互聯網的p2p公司，除了比較特殊關系擁有較好的數據源，其他的都做的比較一般，特別是純線上的p2p，數據這一塊比較弱。

2、信用審批

對于信貸審批，一般流程是這樣的：先是在反欺詐的系統中進行一次過濾，對客戶信息進行核查，并進行預篩選，然后審批人員再次對客戶的身份信息、收入及工作信息進行核查。這一步恰恰是目前許多網絡p2p公司的死穴，因為許多的線上p2p公司是沒有專門的信審部門的。特別是做純線上的信用借貸，這個環(huán)節(jié)非常薄弱。

這里，最忌諱的是對所有客戶的一視同仁，分類分級尤為重要。比如一個客戶如果上周才完成借貸，由于還沒有完成一個完整的還款周期，是不可能有壞賬的；但如果客戶已經有5年信用記錄沒有出現逾期，就證明他擁有非常好的信用資質。

談到這里，不得不承認，信用審核事實上很難完全被自動審核取代，這里涉及到許多的人工干預環(huán)節(jié)，反欺詐的判斷，需要大量的行業(yè)積累和規(guī)則經驗的積累。這是許多純線上的p2p公司無法逾越的技術壁壘。

3.賬戶管理、逾期催收等

信貸業(yè)務不可避免會有一部分客戶出現逾期及壞賬，這就需要催收。催收有不同的策略。采取不同的催收策略，能保證總休的風控水平。每月追蹤，若有任何鳳險信號出現，立刻調整信貸政策。催收這塊行業(yè)內做得好的一般都有自己的催收團隊，還有一種模式就是把催收業(yè)務整個打包出去。

以上三個環(huán)節(jié)就是一個大致的風控流程，涉及到貸前、貸中、貸后三個階段。具體到風控規(guī)則的細節(jié)，還有一些結合移動互聯網在征集客戶的信息及資料時進行一些規(guī)則判斷，比如基于LBS的安全規(guī)則判斷，基于追蹤cookies的行為邏輯分析。當然，用戶信息并非越多越復雜才越好。試想一下，真正條件好的客戶，其實多半不會刻意準備的特別完備和細致。相反，那些信用記錄不是很好或本身有問題的客戶，才會拼命收集資料來滿足申請貸款條件，這就會造成反向的選擇。