2016年在互联网金融领域，金融科技（Fintech）成了最火最红的一个词。特别是在11月份的乌镇世界互联网大会上，有关互金融的会议议程中都已经不怎么提“互联网金融”这种说法，而是进化到了数字普惠金融和金融科技这些说法。

　　既然要做到数字、科技，必然需要依靠大数据来做金融。恰逢这些天借贷宝的“裸条”事件曝光，也暴露了在互联网金融行业里，不少企业的风控做得非常初级，甚至是简单粗暴。互联网金融让快速交易成为可能，不做好风控一定会造成巨大风险，而数字和科技恰恰是做好风控的核心。

　　做风控往往要一套风控模型，用来计算平台方能够承受什么风险等级的客户，将各种金融交易的市场风险控制在合理的范围内，使衍生品市场交易能够稳定运行，最可能减少波动。今天无论是蚂蚁金服、微众银行、百度金融、网易金融还是京东金融，虽然都是靠大数据做风控，但各家做法又有很多细节差别。

　　蚂蚁金服的CTU智能风控大脑

　　毫无疑问，蚂蚁金服在金融科技领域一直是领头羊的位置。蚂蚁金服最强的也就是大数据处理能力，其中有一套CTU智能风控大脑，这也是蚂蚁金服的工作核心。

　　所谓的CTU智能风控大脑，工作流程主要是分成这样几步——判断请求发起是否为帐户主人。CTU判断是否为账户住人主要通过是否是可信的行为、可信的位置、可信的设备以及可信的关系。如果这些纬度都可信，再去判断资金、个人隐私、相关数据有无风险。判断依据就是我们所熟知的支付宝、余额宝、招财宝、芝麻信用、网商银行等业务数据。

　　阿里在金融体系的数据很强，特别是因为淘宝、天猫这些电商平台上积累的电商数据更是对个人用户的消费能力有很大的洞悉能力。用户电商消费记录、旅游消费记录、以及加油消费记录都可以作为评估其信用的依据。有的互联网金融公司专门从事个人电商消费数据分析，只要客户授权其登陆电商网站，就可以借助于工具将客户历史消费数据全部抓取并进行汇总和评分。

　　芝麻信用的最大作用就在于此，再加上芝麻信用打通了微博之类的平台，社交数据也在逐渐补足。目前，蚂蚁金服的数据包括在线购物、与他人资金往来、还信用卡、资金理财、公用事业费缴纳、房屋租赁或买卖、跳槽情况、婚姻状态、社交关系等，从用户信用历史、行为偏好、履约能力、身份特质、人际关系等。

　　重要的是，蚂蚁金服的数据还在向传统金融机构开放，一方面通过传统金融机构获取数据，另一方面和传统金融机构合作，这种数据获取能力使其数据之强无出其右。当然，蚂蚁金服也有数据短版，前段时间的“支付鸨”事件可能也从侧面证明，蚂蚁金服想进一步挖掘社交数据，完善风控体系。

　　微众银行用6个模型找到坏客户

　　在微众银行看来，海量客户可以确保资产结构稳定。当做到上亿级用户时，信用风险就是可以接受的社会平均风险，微众银行要做的就是在社会平均风险下挑出“坏客户”，进一步降低风险。

　　坏客户的数据其实在征信公司手中都有。目前，市场上有近百家的公司从事个人征信相关工作，其主要的商业模式是反欺诈识别，灰名单识别，以及客户征信评分。反欺诈识别中，重要的一个参考就是黑名单，市场上领先的大数据风控公司拥有将近1000万左右的黑名单，大部分黑名单是过去十多年积累下来的老赖名单，真正有价值的黑名单仅在两百万左右。

　　腾讯不仅和征信公司合作，旗下的微众银行也通过6个模型找到“坏客户”——微信社交、QQ社交、财付通交易数据、人民银行资产负债与还款状况以及是否急需资金。总体来看，微众银行最大的优势在于腾讯的社交数据。一方面通过和微信结合推出了微信支付，和QQ结合推出了QQ钱包，用社交的方式带动金融；另一方面又通过社交数据以及用户在银行的资产数据来判定用户的信用情况。

　　不过，因为缺乏用户在衣食住行等电商、O2O、生活服务场景的数据，所以微众银行正通过加强与O2O平台合作的方式，来积累用户的消费数据，完善自家的数据风控体系。相比于蚂蚁金服，微众银行的数据优势还是在于社交体系中的强大数据积淀。

　　百度金融主动预警捕捉高危行为