目前，纯线上互联网放贷已成为多家消费金融公司的运营模式，在此背景下，其面临的风险突出表现为两方面：一是外在欺诈和信用风险，造成逾期、骗贷和坏账压力，二是公司内在的合规风险和金融服务流程优化压力。
此外，由网络黑产主导的消费金融欺诈频发，已渗透到消费金融的..、..、借贷、支付等多个环节。金融城和麻袋研究院联合发布的《消费金融风控创新白皮书》显示，2017 年黑产从业人员超 150 万人，年产值达千亿元级别，其主要攻击对象之一，就是用数据分析手段开展金融业务的消费金融..。
面对上述问题，传统的风控手段局限性日益凸显。首先，消费金融业务中的欺诈行为和消费场景紧密结合，呈现出跨界特征，而传统风控手段信息维度单一，如往往只是依靠资产、现金流、职业属性来判断借款人的收入情况，却无法了解借款人在不同互联网场景中的行为信息。其次，互联网消费金融业务客群下沉、交易频繁、实时性强、数据量大，风险行为也相应呈现出小额、高频的特征。传统风控手段虽然能依靠线下面签来降低欺诈风险，但却便捷度较低，无法应对高发并发的风险事件。再次，传统风控手段下的客群局限性较大，将信用信息不足的蓝领消费者等排除在外。据不完全统计，我国目前不使用信用卡和没有其他借贷记录的信用 " 白户 " 约为 4 亿人。
风控创新再出发
生物特征识别、机器学习与模型训练、大数据抓取与数据处理这 3 项技术受到业内普遍重视，有望得到深度挖掘与应用
随着金融科技的发展和应用的落地，创新风控手段，重视用 " 技术 + 数据 " 开展风险管理已成为消费金融公司的共识。
具体来看，生物特征识别、机器学习与模型训练、大数据抓取与数据处理这 3 项技术受到业内普遍重视，有望得到深度挖掘与应用。
