金融的本质是风险控制，而风险来自于信息不对称；金融机构或者信息中介机构的主要任务，就是帮助用户降低信息不对称。

显然，互联金融在风控这一端做的并不好，一方面由于央行的征信系统并未向非持牌机构开放；而另一方面，是互联金融们对风控的理解不深，用互联思维藐视一切，非常粗糙。

接着聊聊汽车金融，前端流通领域的零售分期、融资租赁、库存金融在4S店的运营并不鲜见，一些非4S店的新车金融也做的非常成熟；在这个领域，做的最出色的自然是厂家金融（主机厂财务公司，不仅做前端，后端的供应链金融同样做得出色）， 库容贷和零售分期两手倒，既有效地为4S店增加了经营杠杆，又多了不菲的收入。

而汽车融资租赁，经历了前期疯狂的增长，现在是风险大规模爆发期，这跟风控模型的粗糙脱不开关系的；融资租赁被广为诟病的高利率，也是由简单的风险覆盖思维得出的定价。互联网流量思维在这里体现得淋漓尽致。

再看二手车，除了政策制约、非标、低频、高价等因素制约了行业的高速发展，金融业务的低效也是其中的重要原因。相较于新车领域的库容贷、零售分期、融资租赁，二手车领域总体资金成本偏高，而且业务分散，没有形成有规模的企业，原因在于风控方法单一，主要依靠后期催收。这就制约了行业的健康发展。

众所周知，汽车是支柱产业之一，规模非常大。银行等金融机构，在汽车领域还需要专业的风控补充和创新；而且目前还有其他各路资金正在进入或计划进入这个领域；因此，汽车金融的风控模型研究，或许是一 次很好的机会。其中，新车的库容、融资租赁；二手车的全金融；很有想象力。

风控模型图示和各阶段要点[赞]

了解一个行业，除了研究商业逻辑的书面理论，更需要观察一线实操的点点滴滴。昨天，向一位专业的汽车金融产品方人士请教，话题就没有离开过风控二字，有几点学习体会：1、目前，产品方的思维大多是运营思维，在风控模型的设计上很粗犷，比如：产品方大多没有“风险拨备”的观念，所有利差都会计入当期收入；2、有很多产品，往往希望转嫁部分风险给SP，但由于未经过精算，政策条款的设计往往被套利（比如保证金额度设计，比如6个月还款风险承担，SP会逆向精算，通过收入来反向覆盖自身风险），这么一来反而成为劣质用户的帮凶（事实上，这一轮的SP们都赚钱了，产品方却坏账持续升高）； 3、目前活的比较好的，是风险厌恶型的产品，简单依靠做大分母（业务规模）覆盖分子（坏账）的套路，在业务下行期会崩盘，因此周期不同、产品设计思路也要发生变化；4、风控过于依赖催收体系，且催收成本未在事前计提。对于未来的看法，主要有几点：1、以风控为思考起始点，会尝试新的商业模式，例如实体+金融；2、多元用户的开发，如2B+2C的组合；3、不同周期的产品开发定义。学习了。

谢谢分享

用数据降低风险！数据驱动下的银行风控模型如何构建和应用？

输入决定风控模型的上线。

【恒生及子公司接入#百度文心一言#】恒生及子公司恒生聚源宣布成为百度文心一言首批生态合作伙伴。此次接入百度文心一言能力，是恒生在数智化战略上的新一轮布局。未来，恒生将充分挖掘对话式语言模型技术在金融业务场景中的应用潜力，通过集成“文心一言”的技术能力，在投研、投顾、营销、客服、运营、风控等金融各类业务场景开展人工智能大模型技术应用，为金融机构提供全场景人工智能解决方案及服务。