風(fēng)控模型近年來比較流行，之前銀行等金融機(jī)構(gòu)主要是用風(fēng)控規(guī)則來識(shí)別壞客戶。這是為什么呢？我們知道風(fēng)控模型主要是用于識(shí)別壞客戶（bad customers）。風(fēng)控模型流行離不開超前消費(fèi)主義盛行的大背景。

（傳統(tǒng)銀行貸款流程）

之前為了鼓勵(lì)消費(fèi)和規(guī)避風(fēng)險(xiǎn)，銀行對(duì)優(yōu)質(zhì)客戶發(fā)放信用卡。
信用卡辦理需要審核客戶諸多因素，包括目前是否工作，公司名稱，工作年限，收入，住房，家庭成員數(shù)量等等。然后銀行根據(jù)收集資料評(píng)估客戶信用風(fēng)險(xiǎn)，最后決定是否發(fā)放信用卡以及信用卡額度。
信用卡針對(duì)優(yōu)質(zhì)客戶，基本是滿足有工作（在職），繳納社保等條件才能辦理。這些客戶有一定償還能力。
?? ?

隨著超前消費(fèi)主義盛行，個(gè)人消費(fèi)貸款規(guī)模不斷擴(kuò)張。市場(chǎng)逐漸從有信用卡客戶擴(kuò)展到無(wú)信用卡客戶（略次級(jí)）。線上現(xiàn)金貸產(chǎn)品越來越多，例如借唄，微粒貸，京東白條，安逸花。傳統(tǒng)銀行也設(shè)立創(chuàng)新事業(yè)部，模仿市場(chǎng)上消費(fèi)金融公司，把個(gè)人消費(fèi)貸款市場(chǎng)擴(kuò)展到無(wú)信用卡人群（次級(jí)人群）。

居民短期消費(fèi)貸增速較大?，2017年同比增長(zhǎng)37.9%。

從2008年到2017年，居民短期消費(fèi)貸逐年遞增。?

中國(guó)90后成為短期消費(fèi)貸款主要群體，消費(fèi)市場(chǎng)高達(dá)3萬(wàn)億。

龐大市場(chǎng)引來線上消費(fèi)貸款產(chǎn)品猛增。?

中國(guó)家庭債務(wù)占總收入的比例從 2017 年的 93.40% 上升至 2018 年的 99.90%（人民銀行數(shù)據(jù)）?。消費(fèi)貸款的體量越來越多，風(fēng)險(xiǎn)也隨之上升。近年很多年輕人貸款后償還能力不足，形成多頭借貸。這無(wú)疑對(duì)中國(guó)金融系統(tǒng)穩(wěn)定造成重要影響，甚至是一顆大的地雷。

除了償還能力弱的客群，還有一支龐大黑產(chǎn)團(tuán)隊(duì)。他們專門在網(wǎng)上貸款詐騙，壓根就想過要還錢。

下圖展示黑產(chǎn)大量作弊設(shè)備，攻擊軟件。

危急關(guān)頭，金融風(fēng)控模型挺身而出，識(shí)別壞客戶，承擔(dān)降低金融公司信貸風(fēng)險(xiǎn)職責(zé)。

2000-2008后，全球逐步進(jìn)入大數(shù)據(jù)時(shí)代，隨著用戶數(shù)據(jù)整合，誕生央行征信，公安人臉數(shù)據(jù)，芝麻信用分，同盾分，聚信立蜜罐分，百度黑中介分等參考數(shù)據(jù)。銀行，消費(fèi)金融公司，小額貸公司可以利用大數(shù)據(jù)建模，利用機(jī)器智能決策代替絕大部分人工審核，縮短信貸流程，減少貸款風(fēng)險(xiǎn)，實(shí)現(xiàn)利潤(rùn)最大化。?

風(fēng)控建模和數(shù)據(jù)分析從業(yè)者享有較高收入，其收入接近金字塔尖。

?

下圖展示部分模型開發(fā)和數(shù)據(jù)分析人員就業(yè)薪酬?

為了揭秘如何用python建立金融風(fēng)控模型，歡迎學(xué)習(xí)《python金融風(fēng)控評(píng)分卡模型和數(shù)據(jù)分析》系列課