風險控制作為借貸環節中的核心，既是P2P平臺所關注的核心，也是投資人對平臺安全與否的判斷指標。從借貸關系處置上而言，我們往往喜歡把借貸分為抵押貸和信用貸，即有實物抵押的借貸和無實物抵押的借貸。

　　信用貸的起源于孟加拉國。上世紀70年代，穆罕穆德·尤努斯在孟加拉國創辦了孟加拉農業銀行格萊珉(Grameen，意為鄉村)試驗分行，格萊珉小額信貸模式開始逐步形成。尤努斯提出對資本主義進行改革，原始的資本主義提倡的是競爭和資本追逐利潤的本性，尤努斯提出改變原有的資本模式理論。他成立了格萊珉銀行，為窮人提供貸款，并且不需要窮人提供任何擔保。他構建體系，讓窮人結成五人小組進行貸款，利用一層層的信任——鄰里親朋的信任、格萊珉對窮人的信任——提高還貸率。

　　我國的小額信貸從1993年起就發展開來了，最初從國有銀行發放一些福利貸款，上大學申請過助學貸款的同學可能會比較清楚;還有一部分是農村信用社的性質，主要以扶持農業發展為導向;而行業發展至今，從事這部分業務的則主要是民間借貸機構了。信貸業務的借款人名下沒有資產，且在社會上往往沒有良好資信，這也是為什么許多二三線城市的年輕人申請不到信用卡。國內現有的信貸風控模式大致有以下幾類，多數也是從國外引薦的。

　　IPC技術——信用為主，注重借款人還款能力和還款意愿

　　德國IPC和中國的合作從2005年開始，過去得十年里，國內有數百家商業銀行接受了德系微貸技術的指導，包括包商銀行及馬鞍山農村商業銀行等。IPC公司信貸技術的核心是評估客戶償還貸款的能力。主要包括三個部分:一是考察借款人償還貸款的能力，二是衡量借款人償還貸款的意愿，三是銀行內部操作風險的控制。每個部分，IPC都進行了針對性的設計。

　　舉個栗子，從事小微信貸的借款商戶常常沒有財務規范，既沒有銀行流水也無納稅記錄，這個時候就需要風控人員在盡調過程中輔助商戶完成經營狀況和財務信息，最后核定風險。除此之外，IPC技術對于人的穩定性要求也很高，單身和已婚的區分、家庭和諧、是否有陋習都是要考察的。IPC微貸技術的信貸流程包括市場營銷、貸款申請、信貸分析、信貸審批、貸款發放、貸款回收六個過程，大體上和我們傳統的信貸沒有什么區別，交叉驗證是德國IPC技術的核心，交叉驗證就是對兩個方面獲取的數據進行核對，保證合理的數據偏差在一定范圍內，比如毛利率=(銷售收入-銷售成本)/銷售收入，把借款商戶口述情況和實際計算情況對比，差距在5%以內即認為合理，假若一個借款商戶連自己大概盈利多少都計算不清楚(或者說謊)，又如何信任他能還錢呢?

　　在德國IPC技術中，圖表工具也十分重要，主要工具包括時間軸工具、上下游分析工具、資產負債表工具、損益表工具、現金流量表工具等。時間軸工具主要描繪借款人的從業歷程，上下游分析工具用“輸入-本企業-輸出”的關系圖，描繪商戶的業務流程，有點像平時我們說到的供應鏈金融，這兩個方面主要講述企業的經營情況。資產負債表、損益表和現金流量表則分析了借款人的財務狀況，是否有足夠的現金流來支付貸款，通常把年收入的70%左右作為貸款額度上限。

　　信貸工廠——各司其職，銀行風控的移植品

　　信貸工廠又稱淡馬錫模式，最初是指銀行在進行中小企業授信業務管理時，設計標準化產品，從前期接觸客戶開始，到授信的調查、審查、審批，貸款的發放，貸后維護、管理以及貸款的回收等工作，均采取標準化管理，其作業流程就好像工廠的“流水線”。

　　這種模式也是P2P領域中從事信用貸采用最多的類型，面對資料數據已齊全的中小微企業，將風控切割成初審、復審、電核、終審、審批放款、貸后管理、催收等幾個部分，授信時，首先由系統自動根據客戶信息情況進行信用打分，然后信審崗對客戶的身份信息、收入及工作等信息進行核查后，最終判斷是否應該放款，以及該用戶的授信額度、還款周期等。貸后出現逾期及壞賬時，根據不同的逾期段，催收崗采取不同的策略實施催收。

　　目前，采用信貸工廠模式的國內商業銀行，一般均為此種組織體制模式，例如建設銀行、中國銀行和杭州銀行。信貸工廠的核心環節在于盡職調查和審核，客戶經理在受理業務后需著交由風控人員執行盡職調查，其中依靠三項基本工具：《進件標準作業手冊》、內部評級系統和標準化的調查報告模板。風控專員針對進件進行流程化審核，通過評級系統(或申請打分卡)進行初步評級和打分，不符合政策準入條件的可當即拒絕。對于符合準入條件的，則根據標準化的調查報告模板進行調查并填制調查報告。審查審批人員主要依據風控專員提交的信貸調查報告，結合產品的風險特征，發揮專業審批經驗，進行最終的批核。

　　不同業務分工合作好處在于效率高，隱性成本低，且易形成規模，易滿足網貸融資方的快速需求，它的優點在于標準化作業，便于批量復制和控制標準，提高風控效率;缺點在于人員主觀風險意識低，對系統依賴程度較高，易出現漏洞。

　　FICO——舶來品，完全接軌需強大征信體系

　　FICO評分系統在美國得到廣泛地使用，最初是由美國個人消費信用評估公司開發出的一種個人信用評級法。由于美國個人征信體系比較健全，20世紀50年代一位工程師BillFair和一位數學家EarlIsaac發明了一個信用分的統計模型，80年代開始在美國流行。如今它是美國FairIsaac&Company的專有產品，FICO信用分由此得名。FICO信用分模型利用大樣本的歷史數據，刻畫出消費者的信用、品德，以及支付能力的指標，再把各個指標分成若干個檔次以及各個檔次的得分，然后計算每個指標的加權，最后得到消費者的總得分。影響FICO評分系統的因素有五類：客戶的信用償還歷史、信用賬戶數、使用信用的年限、正在使用的信用類型、新開立的信用賬戶。這就好比你在經常在淘寶&天貓上消費，螞蟻花唄就給予你一定消費額度，讓你先消費后還款。

　　一般地說，如果借款人的FICO信用分達到680分以上，金融機構就可以認為借款人的信用卓著，可以直接發放貸款。但如果借款人的信用分低于620分，金融機構就可以拒絕貸款或要求其增加擔保。如果借款人的信用分介于620～680分之間，金融機構就要作進一步的調查核實，再采用其它的信用分析工具。

　　FICO可以說是建立在一個長年和大量的數據積淀下形成的，目前國內的征信體系還不完善，也沒有相應的數據互通，評估標準、評級方法都難以統一，值得肯定的是，基于數據模型的風控相比前兩者更為客觀，也更有效率。

　　除了以上說的幾類，P2P網貸還常有一些以大數據風控為噱頭，多是通過捕捉歷史信息來預測未來的信用表現，實際的風控作用極小。國內的信貸風控發展還是以傳統的信審模式為主，其他模式，還需待未來征信數據共享之后。

　　轉載自：國培機構