现金贷横霸市场，却难掩风控漏洞

舟帆月帆

　　伴随人口红利与消费升级的驱动，现金贷作为消费金融的一个分支逐渐兴起，成为上市公司、互联网巨头、垂直创业与金融科技等力量的新阵地。
　　贷上钱、现金巴士、闪电贷、来分期、手机贷等多达数百款名称不一、形式趋同的小额现金贷产品横霸市场，为大量无法从传统金融机构获得信贷服务的群体，打开了一扇接触金融服务的窗。
　　现金贷进入中国后，面临种种尴尬和发展困境，最为主要的即是深藏其中的巨大风控漏洞。一方面，中国征信体系不完善使得场景真实性难以辨别，无形之中增加了欺诈、骗贷的可能。另一方面，监管政策暂缺失导致现金贷畸形发展，部分平台隐藏的服务费、超高的年化率，让许多铤而走险的用户以多头借贷的形式弥补窟窿，而新的平台倘若没有强大的风控支撑，极有可能沦为坏账接盘侠。
　　贷上钱CTO胡亮指出，如不尽快遏制现金贷目前这种发展态势，任其恶性下去或将导致劣币驱逐良币现象发生，进而加大系统性风险，使得整个行业遭受重创，以致最后崩盘。
　　贷上钱胡亮身为科学家级工程师与资深金融科技从业者，针对行业当前现状，尝试运用数据建模技术扭转现金贷风控薄弱的局面。
　　贷上钱从产品受众群出发，根据贷上钱主要服务于城市年轻人群的特征，胡亮带领着他的团队从85后及90后聚集的网络阵地入手，通过收集大量互联网用户数据，并在此基础之上进行建模和画像，以快速、高效的识别用户欺诈可能，判定信用等级与资金实力。
　　这种理念驱动之下，胡亮和他的团队通过与腾讯云“天御”反欺诈系统协作，共同研发了一款集海量数据与科技建模为一体的智能云风控系统——元方风控。
　　据介绍，元方风控不仅接入了腾讯近20年所建立的海量社交用户数据，还与电商、消费、搜索、通信等各大领域机构达成合作，并打通了与前海征信、芝麻信用、中国银联以及通盾科技的数据命门，实现彼此之间数据共享。
　　贷上钱在获得的海量互联网用户数据基础之上，数据科学家们则对基础信息进行筛选，并以“人”为核心，从200多个不同维度进行数据挖掘、清洗与建模，最终运用机器学习与深度学习方式，结合场景与人群标签，实施借款用户信用评估及打分，将风控喉门牢牢扼制，大大降低了贷上钱风险概率。