大家好，关于大数据交易平台 现金贷很多朋友都还不太明白，今天小编就来为大家分享关于现金贷风控模式,你看的懂么的知识，希望对各位有所帮助！

本文目录

1. 现金借款突然不能借了
2. 为什么要使用大数据风控大数据风控有什么用呢
3. 现金贷风控模式,你看的懂么

一、现金借款突然不能借了

最近国家整顿现金贷行业，造成贷款公司放款慎重。

二、知名现金贷平台现金巴士暂停放款，疑与大数据行业整肃有关

近日，消金时代注意到，知名现金贷平台现金巴士已暂停放款。

据多位用户称，现金巴士“没钱放款了”、“十月中旬就不放款了”。

还有用户在9月19日发帖时即表示：“现金巴士今天开始已经不放款了。”

暂停放款疑与大数据行业整肃有关

我们就此进行查询，目前苹果应用商店中不能查询到现金巴士App，安卓应用商店中虽然可以下载现金巴士App，但是在注册成功申请借款时，页面显示“由于资金匹配效率问题，暂时无法服务”。

对此，客服表示：“由于目前平台还未匹配到足够的放款方，导致现在无常放款。”

对于暂停放款时间以及何时恢复的问题，客户回应称：“一个多月前。恢复时间还未收到通知，现在应该已经在和出资方洽谈中，建议本月下旬再尝试。”

同时客服强调，除了不放款，平台其他业务都是正常运行。另外，目前现金巴士苹果版本App临时维护，无法下载。

(图注：与现金巴士客服对话截图)

按照客服回复的时间推算，现金巴士暂停放款的时间大约在9月中下旬，而这个时间节点显得十分微妙。

9月以来，魔蝎科技、新颜科技、同盾科技等多家大数据公司都有相关人员被警方带走调查，由此掀起行业强监管风暴。10下旬，央行紧急排查银行与大数据公司合作，同盾、魔蝎、新颜等10家平台被列入排查名单。

其中，9月11日，区块链行业知名交易平台公信宝运营方——杭州存信数据科技有限公司也被警方查封。而据媒体报道，现金巴士就是公信宝合作方之一。按照时间节点，现金巴士在此事后暂停放款有些耐人寻味。

据悉，现金巴士是国内老牌的现金贷平台，成立于2014年9月，为微额速达（集团）有限公司旗下平台，该公司法人代表是唐阳，注册资本1亿元，唐阳也是持股88%的实际控制人。2015年1月，现金巴士获得启明创投和华创资本A轮500万美元融资，2016年3月获得顺为资本B轮2500万美元融资。

而据媒体报道，宜信创始人唐宁为唐阳的哥哥，两人还以各自名字为名，一起成立了“北京宁阳科技发展有限公司”。

资金合作方经营异常，仍在发新标

根据用户截图可见，现金巴士借款协议显示，甲方（出借人）为小金平台投资人，居间方为上海中金融信息服务有限公司。

消金时代查询得知，上述小金平台为一家上海网贷平台，由上海中谷小金金融信息服务有限公司（以下简称：中谷小金）推出，新网银行为该平台存管银行。

另据用户发帖，现金巴士付款方是中谷小金，付款银行是四川新网银行股份有限公司。由此证实，小金平台是现金巴士的资金合作方。

企查查显示，中谷小金成立于2011年11月，法人马腾，注册资本1.35亿元，实缴资本100万元。2019年10月28日，中谷小金因公示信息隐瞒真实情况、弄虚作假，被上海市杨浦区市场监督管理局列入经营异常名录。

据小金App显示，平台产品主要有1月、3月、5月等期限散标。截至2019年10月，平台累计借贷金额309.41亿元，借贷余额3.78亿元，当月代偿307.81万元。

据小金客服表示，平台主要为小额借贷类项目，目前标的不足，无法预计下次开放时间。

“平台在10月份期间有过开放（标的）”。同时，客服提到目前小金正在对接新的银行类资产。

对于标的不足原因以及资产合作方情况，客服未做正面回答，仅称：“合作方的话，客服这边不了解??受市场供需影响，可能会出现产品暂时售罄的情况。”

按照现金巴士与小金客服回复中所提及的时间点来看，现金巴士暂停放款的时间早于中谷小金上次发标时间，由此推测现金巴士不是中谷小金唯一的资产合作方，同时也侧面证明，现金巴士暂停放款的原因可能并不完全在中谷小金这一资金方。

另外，从现金巴士用户在论坛发帖来看，除小金平台外，暂未发现现金巴士有其他资金合作方。

涉嫌违法放贷，被投诉发放校园贷

虽然目前现金巴士已暂停放款，但是对于它的投诉一直并未中断。

在第三方投诉平台聚投诉上，关于现金巴士的投诉有接近4000条，主要集中在714、砍头息、暴力催收等问题，还有用户投诉现金巴士发放校园贷。

编号CN1417453的投诉帖称，发帖人表弟念大一，因为缺钱借了现金巴士，下款一千，到账直接扣款200元砍头息，然后每期还364元。

实际上，现金巴士此前因未取得任何金融牌照和放贷资质，涉嫌违法放贷等被媒体广泛关注。

此前，现金巴士通过参股无锡市金鑫互联网科技小额贷款有限公司间接持有互联网小贷牌照，不过，企查查显示，2017年4月唐阳及微额速达便将持有的股份进行了转让。

2017年时曾有媒体报道，微额速达想要独立申请互联网小贷牌照，不过未见最新进展。

关于现金巴士暂停放款的后续进展，我们也会持续关注。

三、现金巴士资金匹配中，需要多久才能到款？

现金巴士大约在2个时间节点正是国家加大数据行业监管整治力度，大数据公司风声鹤唳的时刻。

9月11日，信宝运营方——杭州存信数据科技有限公司被警方查封。此举导致与其合作的现金一方面是数据源供给损失，获客成本增加；另一方面，不少业内外人士顺藤摸瓜，将他们的问题揪出来了。

同时，9月里魔蝎科技、新颜科技等多家大数据公司都有相关人员被警方带走调查。到10月下旬，央行紧据公司合作排查工作，魔蝎、新颜等10家平台被列入排查名单。

显然，现金巴士在9月中下这个时间节点暂停放款，想必是有躲避风头的目

现金巴士虽然是其目前是没有小贷牌照和放贷资质的。

现金巴士曾通过参股无锡市金鑫互联网科技有限公司间接持有互联网小贷牌照，但2017年4月，唐阳转让了其以及微额速达持有速达欲独立申请互联网小贷牌照，但截至目前，未见明显进展，眼前的仍然是无证经营的现金巴士。

据2017年12月1日，互金专项整治办下发的《关于规范整规定，未依法取得经营放贷业务资质，任何组织和个人不得经营放贷业务。

二、为什么要使用大数据风控大数据风控有什么用呢

1、风控即风险控制，大数据风控是指通过运用大量多重数据构建模型的方法对风险进行分析，以给客户端进行风险预警和风险控制。

2、传统的风控技术，多由各机构自己的风控团队，以人工的方式进行经验控制（因为每个团队不同，风控质量参差不齐，最关键人工的无限制是数据处理能力弱，数据中的异常分析能力差）；而大数据风控是借助互联网海量数据，对数据进行多维度，智能化，标准化处理，数据处理结果越来越精准。

3、（举个简单的例子，你去银行贷款，传统的人控，只去看下最近三年的贷款和银行的流水记录，但大数据风控，可以调查你最近10年的记录，再分析你有没骗贷的可能。）

三、现金贷风控模式,你看的懂么

近段时间，对于现金贷的监管已经箭在弦上。一方面，许多中小型现金贷平台的实际借款利率过高；另一方面，部分平台对于现金贷业务的风控更像是“皇帝的新衣”，以至于整个行业的坏账率居高不下。

从监管层面看，现金贷业务为了继续经营，将不得不大幅削减贷款利率，减少各类手续费。因此，通过提高风控水平，减少坏账损失，成了保证现金贷业务经营利润的唯一出路。

一、浅析现金贷风控体系：点——面——点的过程

第一个“点”是指起点。现金贷风控体系的设计需要以产品本身作为起点。现金贷产品无外乎四个要素：利率（包括各种费率）、期限、额度、目标人群。对于每一类目标人群而言，他们在流动性需求、未来可预期现金流、消费观念、收入水平以及信用状况等维度上都具有一定的规律和共性，进而影响其申请额度、贷款利息的接受水平、还款能力和还款意愿等。因此，合理地设计产品，能在有效降低风控难度的同时，将收入最大化。例如，对于白领人群，其按月发薪的特点更适合一个月及以内的借款期限。

另外，除了现金贷产品本身的特性之外，其推广渠道也颇为重要。如果通过某一推广渠道引入了大量非目标人群，那么这不仅仅降低了推广成本的使用效率和后期风控流程的判断精度，还会产生大量有偏数据，不利于风控模型的迭代升级和产品的再设计。

“面”是指具体的风控流程。从时间段区分：风控流程包括贷前、贷中、贷后三个阶段。其中贷前阶段是整个风控流程的核心阶段。这一阶段包括申请、审核和授信三个步骤。形象地说，贷前阶段是一个过滤杂质的阶段。而第三方的征信数据、黑名单、反欺诈规则、风控模型则是一层层孔径不一的滤网。贷中阶段主要是对借款人个人信息的跟踪和监控。一旦有异常信息的产生，风控人员可以及时地发现、联系该借款人，尽可能保证这笔借款的安全。贷后阶段的工作集中在催收上。此外，如果借款人申请展期或者续贷，则需要在这一阶段结合历史数据，使用行为评分卡等重新进行审核，并作相应的额度调整和风险分池管理。而在整个风控流程中，需要对借款的集中度作妥善管理，防止因为集中借款和集中逾期带来的资金流动性不足的问题。

第二个“点”是指重点。整个现金贷风控体系的重点有二。

其一、反欺诈。相较于传统借贷模式下的风控，现金贷风控是一种轻度风控。由于其小额短期的特点，现金贷风控更重视的是借款人的还款意愿而非还款能力。适度的逾期不仅不会影响平台的正常运营，反而可以通过逾期费用提高其营收。

因此，反欺诈是现金贷风控的首要课题。目前，线上贷款的欺诈行为有中介代办、团伙作案、机器行为、账户盗用、身份冒用和串联交易等。针对这些欺诈行为，常用的反欺诈规则包括勾稽比对、交叉检验、强特征筛选、风险关系以及用户行为数据分析。

其二、多头借贷行为的识别。多头借贷是指同一借款人在多个贷款机构有过贷款行为。目前，多头借贷行为的识别包括两个方面：（1）获取多头借贷数据。由于现金贷的目标人群大多都是不被传统借贷机构覆盖的长尾人群，缺少完整的央行征信数据，因此，一些从事现金贷业务的平台会相互合作，实现贷款申请数据的共享。另外，现金贷平台在第三方征信机构针对每一笔贷款申请记录作查询时，势必会留下大量贷款申请人的身份信息。这部分信息经过查询异常检测算法的过滤以后就会形成一个可靠的多头借贷数据库。（2）恶性多头借贷行为的识别。恶性多头借贷行为指贷款人借新还旧或者在同一时期有大笔多头借贷。对于借新还旧行为的识别可以结合贷款申请间隔和贷款期限。如果贷款申请间隔明显小于贷款期限，说明该笔贷款申请有较大的借新还旧风险。

1.欺诈手段的多元化、技术化、互联网化

欺诈与反欺诈一直以来都是借贷行业的主要矛盾体之一。随着线上贷款业务的迅速发展，基于信息技术的线上骗贷行为也愈演愈烈。当骗子们也开始玩大数据、机器学习的时候，可想而知，很多风控人员的内心是崩溃的。

例如,手机验证是目前最常用的线上审核方式之一。它包括两种形式：短信验证码和填写运营商服务密码。但是这种方式对于诈骗团伙而言也是有机可乘的。因为他们有一种技术装备——猫池。简单地理解，它就是一台具有收发短信功能的“n卡n待”的简易手机。一台电脑可以连接多台猫池，一台猫池又可以插入8-64张SIM卡。与之伴随的，又有所谓的“收卡”、“养卡”业务。当号码时间达到一定标准了，就有可能通过手机验证这一反欺诈手段。

除此之外，一些模拟器的使用可以帮助诈骗分子轻松修改手机的IMEI、MAC、IP、GPS等设备及环境信息。在这一层层的伪装与包裹之下，利用设备及环境信息的反欺诈手段就显得有些苍白无力了。而且，有些个人信息，如身份证信息、社交账号、银行卡账号甚至U盾等都可以在网上被诈骗团伙买到或者用搜索引擎搜到。很多时候，一些反欺诈手段的有效并不是因为其无法被破解，而是因为破解成本较高，导致欺诈团伙放弃了这种方式。

“冷启动”是大数据风控模型搭建所要面临的首要难题。特别是对于一些初创型的现金贷平台，数据的积累是一个从0开始的过程。在其积累数据的前期阶段，势必需要付出巨大的成本。一方面，平台在保证正常的风控流程之外还需投入大量人力成本去收集数据、搭建模型、数据回测；另一方面，平台不得不投入高额的资金成本去购买第三方数据。相较于近10亿的未被央行征信数据覆盖的长尾用户群体总量，目前现金贷的客群规模还有限，绝大多数平台都面临着“冷启动”的问题。

目前常用的解决数据冷启动问题的方法是从外部数据着手。由于缺少借款申请人的历史信贷记录和个人征信数据，风控模型失去了对于借款人违约风险直接考量的依据。因此，如果能以用户行为之类的外部数据结合Eigentaste等协同过滤算法，便可以最大限度地识别出欺诈风险较高的人群，并将其过滤。不过目前的现状是大多数平台缺少处理外部数据的动力和能力，往往采用人工审核辅以一些简单的反欺诈规则的方式。

在现金贷的用户眼中，用户体验反映在借款的快捷程度和申请的简易程度上。但是反欺诈需要用户提供各种各样的个人信息，大大降低了用户体验的质量。在过去，许多平台奉行“高收益覆盖高风险”的原则，过度重视流量。而且市面上的现金贷产品五花八门，不少平台为了保证流量，纷纷打出“只需身份证和手机号”、“申请后XX分钟放款”之类的标语。然而，随着监管趋严，“高收益、高坏账”的运营模式将渐渐被淘汰。为了控制坏账，现金贷平台不得不再度面对用户体验与反欺诈的对立问题。一方面，平台需要优化反欺诈模型，尽可能降低入口数据的维度，缩短风控模型的审核时间；另一方面，从客服、还款简便程度等其他角度优化用户体验，也是缓解用户体验与反欺诈矛盾的可行方法之一。

结构化数据如个人征信数据等的稀疏性问题会在未来很长时间内存在于现金贷行业。与之相对应的是大量非结构化数据的泛滥。由于个人基本信息的泄露、盗取、贩卖情况严重，常规的结构化数据的反欺诈效率大幅降低。相比于结构化数据，人们的行为数据等更难被模拟，能更全面地刻画贷款申请人，对于降低反欺诈模型的错误率有明显作用。

从非结构化数据的应用角度看，其相互间逻辑很难统一，数据异常、冗余、缺失的问题严重，处理难度较大。因此，寻求第三方如大数据公司、传统互联网行业巨头的合作会是中小现金贷平台的首选。目前市场上已经出现了一些通过提炼非结构化数据来服务金融的产品，例如某款商业短信语义分析服务。另外，作为BAT之一的腾讯也与钱牛牛合作推出了一款纯模型化云风控系统——“元方”。这款系统最大的特色就是引入了腾讯的海量社交数据。

差异化定价，也可以理解为精确定价。现金贷的差异化定价的实质是对各个贷款申请人的信用及欺诈风险作精确定价。目前各个现金贷平台的定价标准都过于单一，基本采用利率加杂费的方式。部分平台对于续贷用户会做费率调整。也有少数平台会参考贷款人申请时提供的个人信息维度。不过总体而言，当前的定价标准并不适合未来现金贷行业“低费率”的特征。平台之间所谓的价格优势将微乎其微。而精确定价下的定制化小额贷款需求可能会成为平台的亮点。

而大数据风控模型的构建为差异化定价的实现提供了技术保证。以大量的网络行为数据、用户交易数据、第三方数据、合作方数据等为基础，通过自然语言处理、机器学习、聚类算法等，模型能够为每一位贷款申请者创建包括个人基本信息、行为特征、心理特征、经济状况、兴趣爱好等在内的多维度数据画像。凭借着这些维度特征和大量历史贷款记录，针对不同贷款人、不同额度、不同期限的差异化定价策略将成为现实。

在行业洗牌的背后，是现金贷平台为了生存下去的努力。如何保证合规性，如何获取低成本的资金，如何以技术替代人力，如何在风控成本和坏账率之间找到平衡点，是平台未来需要思考和解决的问题。网贷交流借款无忧相信在行业政策的探照灯之下，是金子最后总是会发光的。

大数据交易平台 现金贷和现金贷风控模式,你看的懂么的问题分享结束啦，以上的文章解决了您的问题吗？欢迎您下次再来哦！