金融行业风控体系有哪些

① 互联网金融风控模型都有哪些

以P2P网贷为例

一、销售环节

了解客户申请意愿和申请信息的真实性，适用于信贷员模式，风控关键点。

风控关键点：不同类型的借款申请调用不同的信用评分规则引擎。

二、贷后存量客户管理环节

存量客户授信调整是存量客户管理中的重要一环

风控关键点：

1、违约情况观察，比如是否发生早期逾期，连续多期不还欠款、联系方式失效等

2、信息关联排查，比如存量客户中是否有与新增的黑名单、灰名单数据匹配

三、贷后逾期客户管理环节

还款意愿差和还款能力不足是客户逾期的主要原因，这个环节主要涉及逾期客户管理与失联客户管理

风控关键点：

1、催收模型、策略优化。

2、失联客户识别与修复失联客户信息。

四、资金流动性管理环节

流动性风险是P2P网贷平台的主要风险，跑路P2P网贷平台的一个重要原因就是发生了挤兑。大数据下的流动性管理其实是实时BI的一个应用。传统BI数据T+1，大数据是实时BI。

风控关键点:

1、资金维度

2、业务维度

② 风控体系如何建设

风险控制的四种基本方法是：风险回避、损失控制、风险转移和风险保留。

一、风险回避

1、风险回避是投资主体有意识地放弃风险行为，完全避免特定的损失风险。

2、简单的风险回避是一种最消极的风险处理办法，因为投资者在放弃风险行为的同时，往往也放弃了潜在的目标收益。

二、损失控制

1、损失控制不是放弃风险，而是制定计划和采取措施降低损失的可能性或者是减少实际损失。

2、控制的阶段包括事前、事中和事后三个阶段。

3、事前控制的目的主要是为了降低损失的概率，事中和事后的控制主要是为了减少实际发生的损失。

三、风险转移

1、风险转移是指通过契约，将让渡人的风险转移给受让人承担的行为。

2、通过风险转移过程有时可大大降低经济主体的风险程度。

四、风险自留

风险自留，即风险承担，如果损失发生，经济主体将以当时可利用的任何资金进行支付。

(2)金融行业风控体系有哪些扩展阅读

风险控制要从源头上抓起，不是要求完全消灭风险，而是要求能完全驾驭风险。风险贯穿于业务的每一个环节中，发现风险在于最大限度的了解信息。防范风险最关键是控制关键的人和物，做到事前预防，事中控制，事后总结。

在银行信贷行业中，银行风控的主要工作职能贯穿着整个后线系统，从贷前到贷中直至贷后，贷前，即客户申请进件之前的初期审核，重要的一部分是考察客户的经济收入稳定性，这有利于把控客户后期的偿债能力及联系人的可共偿性。

银行要从个人基本材料，征信报告及附加资产证明材料。其中征信报告主要看客户的负债，信用记录，个人基本信息变更频率及近期征信查询记录等，从侧面辅助判断该客户的综合资质及风险。

贷中即客户进件后至合同生效前——主要从正面接触客户，了解借款用途的真实性及流程的合规性，在这一过程，是整个风控体系的重中之重，这是风险控制的最后一道防线，全方位的掌握及合理判断客户的风险点，区分风险的可控性。

风控主要涉及到跟客户之间建立长期有限的联系和逾期催收的内容，跟客户有良好的合作关系可以有效地降低逾期的风险性。

③ 金融风险管理的体系

互联网大浪潮如今早已席卷全球，中国互联网模式不断进行着变革，数据资产化、金融平台化日益成型，互联网金融创新模式百花齐放。众所周知，金融的本质是风险管理，依托于大数据，新型的风控理念很快吸引了互联网巨头、信贷机构、金融科技安全服务商、银行机构等纷纷发力参与这场技术变革。

一时间，大数据风控成为互联网背景下金融发展的“宠儿”，也成为资本关注的焦点。例如常见的金融借贷业务场景，供应链金融、消费贷款、企业信贷等都需要利用大数据构建智能数据库和模型来识别欺诈用户以及评估用户信用等级，从而提升欺诈交易识别率。

风控一直被视为互联网金融发展的命脉，大数据风控的发展无疑是行业必然趋势，风险控制能力会直接决定平台的生死。安全做得好，金融创新的前景是一片坦途;安全做得差，平台可能被引向穷途末路。

大数据风控-互联网金融的命脉

盛林集团深耕网络安全及大数据领域多年，铸就了企业强有力的核心竞争力，其完善的精准风控体系正是这些金融机构所需要的，从账号风险防护到应用风险防护，再到信用与欺诈风险防护，纵深金融业务的整个生命周期，让交易变得更安全、更可靠。

事实上，风控离不开大数据的支撑，当前市场上流通的数据来源十分混乱，不乏掺杂着来自黑产倒卖的各种有效或者无效数据，因此数据的合规性也成为实现精准风控的前提，没有用户授权的数据业务是不持久的。不仅仅是合规性，数据的感知和预测、数据的修复和再生、数据交易信任评估能力更是数据服务的核心。

所谓道高一尺，魔高一丈，紧随信贷市场和企业的发展，总有一部分群体对反欺诈模型进行研究，寻找漏洞来破解风控命门，这就需要大数据风控模型在业务运行中不断丰富和优化，加入更多复杂特征和更多维度的特征，在贷前、贷中、贷后环节制定全面的服务监控体系，帮助信贷企业降低业务风险。

风险防控一定要从多维度、合法权威的数据源切入，基于深度学习、关系分析、智能决策、态势感知等特性，在海量数据分析的基础上，构建专业有效的规则、模型，结合时空维度立体探查风险规律，智能分析业务风险，实现行业风险实时预警，及时掌控风险态势，阻断欺诈操作。

不可否认，大数据的引入，给金融领域带来了一股暖流。互联网金融领域的风控挑战依旧严峻，不断地在数据开发及应用的道路上践行，努力实现从量变到质变的过程是我们首当其冲要做的。

CFRM(Certified Financial Risk Manager)，注册金融风险管理师，由注册金融风险管理师协会(ICFRM)主考并颁发，并同时被纳入中国市场学会金融服务工作委员会(简称“金融委”)建立的全国财经金融专业人才培养工程(简称PFT)，是代表风险管理行业的专业水平认证。