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，或风险控制者减少风险事件发生时造成的损失。在互联网金融领域，风控是投资人判断该平台安全性的重要依据。

今天的话题既然是关于风控，那我就先介绍一下利融网风控中最核心的成绩——坏账率。2014年中利融网整体坏账率为0.081%(去年只有15000元坏账，投资总额达1800万元以上)。这样的坏账率远远低于行业的其他的竞争对手，因此我们也被网贷之家称之为P2P 行业中”小而美“的平台，虽然我们目前的交易量比不上一些行业的巨头，但是我们的风险控制得非常好，坏账率也非常低。那么，对于P2P平台而言，到底该如何做好风险控制呢？

第一、征信审核，对接第三方征信公司，结合传统金融数据和社交大数据分析
 

风险控制的能力是P2P公司的核心竞争力，P2P作为互联网金融的新兴模式，对数据的需求非常大，但如果P2P公司自己做数据的收集和信息收集，征信的成本会非常大，因此，多数的P2P公司会与各类第三方征信公司合作，利用第三方的数据和风控产品来做用户的筛选和判断。
 

所以考虑到征信成本和有效性，我们选择了与权威有力的第三方征信公司合作，结合不同征信公司的特点和评估方法，建立起更为系统的风控机制。目前，利融网与芝麻信用、上海资信有限公司、增信通、闪银和同盾均建立了良好的合作关系。
 

对于信用审核，利融网有两个最基本的维度数据。第一是身份户口信息，我们通过与公安部全国公民身份证号码查询服务中心的合作，特例获得了身份证查询中心的服务接口，当借款者填写数据时必须要用真实身份才能获得信用审核的机会。第二是学历学位信息，利融网的目标客户专注于限定在接受过本科以上学历教育的群体，这个群体的人相对有较高的还款能力和接受过基本的信用教育。我们通过与教育部学信网的合作，同样获得了学历学位证书查询的服务接口。
 

而在大数据的分析方面，我们是最早与芝麻信用合作的P2P平台，芝麻信用属于阿里体系，电商数据来自阿里巴巴，互联网金融数据来自蚂蚁金服，还有众多合作公共机构及合作伙伴以及各种用户自主信息提交渠道，数据涵盖信用卡，网购、转账、理财、水电煤缴费、租房信息、住址搬迁历史、社交关系等。这些数据成为利融网分析该用户的信用情况和还款能力的重要标准之一。同时，利融网与上海资信有限公司合作，旗下NFCS网络金融征信系统作为中国人民银行征信中心金融信用信息基础数据库的个人征信子系统，该系统目前主要收集P2P网贷行业的个人借贷记录，个人基本身份信息、商业银行各类消费信贷申请与还款记录、信用卡申请、透支和还款记录、移动通信协议用户的缴费记录、部分公用事业费的缴费记录等信息都会查询到。如果有不还款记录，就会进入中国人民银行征信中心“黑名单”。
 

总之，我们通过社交大数据与央行征信等传统银行信用数据结合，运用社交圈、行为特征、交易网、基本社会特征、人行征信5个维度对客户综合评级，运用大量的指标构建多重模型，以快速识别客户的信用风险。
 

第二、征信审核反欺诈越显重要
 

2015中国P2P网贷征信发展高峰论坛上针对P2P跑路潮不断这已现象，会上有业内人士表示：已经有很多骗子盯上了P2P行业，其中的原因就是这个行业当前缺少征信体系作为支撑，而劣迹也还没有纳入征信体系。当前P2P行业，既不能借用现有的银行征信体系，而P2P行业对征信体系的需求又非常迫切，因此，很多平台都自建了一套风控体系。
 

为了解决这个问题，我们与擅长反欺诈的杭州同盾科技有限公司合作。反欺诈是征信行业的核心技术，同盾建立了黑名单共享与反馈机制的反欺诈系统,底层技术,包括生物探针，地理位置等, 通过跨行业的关联获取更多信息，其数据甚至涵盖个人指纹、IP地址、身份证号等等。网络时代，任何人进行欺诈都会留下蜘丝马迹，只有从点点滴滴中逐渐排查，才能确认借款对象，否则就是对其它借款人不负责任。 
 

就具体操作而言，我们会有一道系统来筛选和判断客户的信息，首先筛选A级客户，没有在其它平台有过借款，有正常还款能力；借款人要求是全国统招大学生。比如客户学校的信息、消费情况、家庭情况及社交圈子等，同时会有一道黑名单系统，即反欺诈，我们会通过跟踪客户的淘宝账户，举个例子，他收货地址的稳定性以及让客户授权他手机的详单，通过手机的详单，他详单里对话的电话号码，我们有能力知道这些号码是不是曾经出现过一些黑名单，甚至在其他平台借款欠款情况。 
 

第三，坚持小额分散

大家都知道，P2P是属于点对点借款为主要模式的平台，因此，要控制平台整体违约率在较低水准，还要坚持“小额分散”的原则。目前市面上多数的P2P平台专注于1-20万之间的信用无抵押借款，这是与银行、小贷和担保公司目前很难覆盖的领域，而利融网正是选择专注于具有高学历教育水平的借款群体开发，采用小额分散的原则。这也和利融网本身的目标用户群密切相关，因为我们做的学生及刚从高校毕业的年轻白领，他们的借款额度一般不高。
 

第四、提高借款者的违约成本
 

其实不管是利用大数据分析还是坚持小额分散原则, 仍然是无法杜绝风险，很多投资者依然会有怀疑，如果仍然有人违约不还款怎么办？对此，我们需要评估一下借款者违约的违约成本有多少。我们知道，许多人向银行借款是需要抵押和记入信用档案，一旦违约抵押物会被没收同时会被记入银行信用档案。
 

同样的，虽然在P2P上借款无需抵押物，但是违约成本仍然不低，比如，在利融网上借款者一旦违约，会上中国人民银行“黑名单”，对于以后买房、买车贷款，办企业，孩子上学等很多事影响是永久性的，并且连高铁、飞机等出行工具都不能乘坐，这样的违约成本无疑是昂贵的。其次是熟人亲友圈的信用破产，由于我们对于借款用户社交数据的掌握，借款者一旦违约其违约信息将会按照其违约信息扩散至亲友圈，熟人间的信誉对于一个具有良好教育背景、事业处于上升期的青年是非常重要的财富。三是将面临法律诉讼的风险，对于违约用户，因为身份户口这些基本信息的健全，违约用户将按照轻重情况以诈骗罪被提起诉讼。
 

此外，利融网还设立专门的贷后管理部门，主要是对客户的贷后监督，每季度回访一次，发现用款客户的潜在风险；同时甄别优质客户以及市场信息的反馈，提醒及时还款和珍惜信誉的培养。同时设立催收部门，对逾期客户进行电话催收，引导客户正确还款意识，如发现有异常高风险客户及时上报；评判是否需要工作人员线下进行催收，或者联系借款人的父母；总之坚决打击杜绝信用违约行为的发生。
 

因此，如果有哪个P2P平台宣称自己的坏账率是0，那我可以肯定地说这个是不诚实的平台，因为大家都知道就算是历史悠久的国有银行也会存在坏账率，并且在这几年来，坏账率也是逐渐上升。所以我们需要做的是从源头上避免风险，降低违约率，但如果风险发生了，就应该从各个方面去降低损失，保障投资人的权益。
 

第五、基于大数据的“六度”风控体系
 

以大数据为基础，六个维度数据相互交叉匹配、筛选、甄别。同时对借款人进行贷前、贷中、贷后的风险控制。六大维度：“人-全面的社交关系人的掌握；地-与对象关联的地理位置信息；物-与对象关联的物品信息；事-对象关联的事件信息；组织-对象关联的组织信息；时间-对象关联的时间序列信息。”

我们数据库会根据“六度风控”自动生成六个维度交叉问卷调查，问卷调查分为三份，分别为面向评估人、同事以及父母。客服电话联系问卷中相关人物进行核实调查，最后得出信用分数评级，看借款人的借款资质好不好，适不适合放款。

    通过研究分析不同个人特征数据（即大数据分析）相对应的违约率，通过非线性逻辑回归、决策树分析、神经网络建模等方法来建立数据风控模型和评分卡体系，来掌握不同个人特征对应影响到违约率的程度，并将其固化到风控审批的决策引擎和业务流程中，来指导风控审批业务的开展。