业内人士:难度在于风控

开篇：润墨网以专业的文秘视角，为您筛选了一篇业内人士:难度在于风控范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

从目前的中国互联网市场来看，阿里巴巴应该是唯一一家建立在风控革新基础上的金融公司。

阿里金融的核心风控金融模式其实是一条量化放贷的道路，就是阿里巴巴依托自身在网络体系内的巨大客户数据优势，进行有效的数据整合，他将自身网络内的客户的一系列有利于进行风险判别的数据例如交易数据，客户评价度数据、货运数据、口碑评价、认证信息等等进行量化处理，同时也引入了一些外部数据，例如海关数据、税务、电力、水力等方面的数据情况加以匹配，从而形成了一套独特的风控标准，意图建立起纯粹的定量化的贷款发放模型。同时，建立中小企业贷款的数据库模型，进行数据库跟踪管理等等。

这个量化的贷款模型的好处不单是大大提升了放贷效率，更关键的其实是让金融机构在其中的作用得到了弱化，从而为去除金融机构在体系内构建了基础的可能性。从一些媒体采访中看到，阿里巴巴的户均放贷数额在7000元人民币，一共发放贷款130亿元，每天处理一万笔左右的贷款额，这个数字如果采取的是传统金融机构的审核标准的话，投入产出明显不成正比，相信没有银行能做这样规模和数字的交易。而阿里巴巴依托贷款模型和网络化处理很好地实现了。这就是网络优势，也是量化交易的优势，他排斥了对单个人的定性化分析，通过标准的筛选，大大降低纳入范围内客户的违约概率，保证贷款的质量。

在这个逻辑体系上，阿里巴巴做足了功夫，也投入了非常庞大的资金和人力，从全球范围内来看，做这样定量化标准放贷模型的尝试一直就有，但是目前为止，还真找不到特别成功的模型。所以确切的效果有待观察，而且也有点期待，但是事实上，短期来看，阿里金融这个模式成功的可能性还是很小的。

贷款标准设置容易，但是修正很难，这是个很有意思的事情，如果设置的过严，那么就会发现找不到符合风控标准的客户，导致出现无贷款可放的境地，如果贷款标准过于宽松，坏账一堆的情况也必然可见。这个度的把握就是要在市场中不断的碰撞才能产生，虽然可以做各种精算，模型测试，但是具体实践的数值肯定是不断的积累的。只有形成了极为庞大的实践数据，才有可能具备一定的合理性。但是前面说了，在金融不稳定、经济形势不确定的情况下，很多数据其实是失真、无意义的。

而对阿里来说，两极分化现象已经越来越严重了，好商家越来越好，不好的商家越来越不好，阿里就已演变为几只大象和一堆蚂蚁聚集的地方。这种情况下导致的贷款难题就是，你可能找不到符合你想要发放贷款标准的客户。风控标准过严，会淘汰掉大量的客户群体，大量蚂蚁被挡在了门外，而大象却又不需要你。如果风控标准过松散的话，你在蚂蚁之中，又无法清晰的找到你想要的蚂蚁。因为他们都差不多。

其实不要忽视国人的智商，任何标准，在中国只要有标准，都可以想尽一切办法来造一个符合你标准的样本出来，我当年在银行的时候，有个客户经理很聪明，几日几夜不眠不休，不断测试银行的评级系统，居然被他给找到了银行评级管理办法的系统漏洞，掌握了输入什么值能让银行的交易系统出现较高评级，这种事情，我相信绝对不是偶然。

所以，我相信，阿里巴巴的贷款风控标准，也会在不断的被测试中被陆续给推敲出来，然后市场上出现各种各样的造假数据，对于量化贷款交易而言，由于只注重数据，而不太注重贷款主体的情况下，诈骗等案例会不断出现。

但是不管如何说，技术不断的在进步，大数据的理论和实践也都在不断的开展，所以从这个角度来看，阿里金融是未来最有可能成为真正互联网金融的一家机构，他虽然不一定能在体系内起到完全去掉金融机构的可能性，但是他至少可以让金融机构在他的体系内处于从属的地位。而这恰恰是互联网金融的本质。