据统计，我国目前有1000-1500万活跃现金贷用户，人均借款约2000元/年，市场规模在300亿人民币左右。现金贷业务周期短，数额小，能够满足更多人群的信贷需求，未来市场空间巨大，利润可观，很多平台开始涌入这一行业。但由于长期政策风险的不确定性和可预见的充分竞争市场，以及道德风险等都使得这一业务具有较大风险性。

    现金贷核心风控引擎主要关注四个方面：一是产品营销；二是贷前筛选；三是贷前贷中；四是贷后管理。产品营销这一环节非常重要。平台要思考一下，自己平台的现金贷用户从哪儿来。为目标用户画像，寻找目标用户，再怎么投入都不为过。同时可以建立用户关系图谱，将用户分群，按痛点分析。

    贷前筛选包括行为检测、环境监测等。通过分析用户的行为以及所用的设备等环境因素，来提前识别风险。贷前贷中主要是将用户分群分级，然后进行相应的风险评测，这会为平台带来全周期价值的数据。贷后管理主要是服务策略与催收策略。平台想要提高盈利空间，最重要的是实现复贷。因此，做好这个环节，也是提升企业风控的重要方面。

    贷前反欺诈

    任何一个互联网行业，都不可避免的遭遇羊毛党的洗劫，而羊毛党在金融领域有一个新名词――骗贷者，而抵御骗贷者的手段则是反欺诈。现行的欺诈风险（手段）主要是冒名欺诈、本人蓄意欺诈、内外勾结欺诈等。针对层出不穷的欺诈手段，现金贷平台应如何反制？首先平台需要避免闭门造车，可以打入敌人内部，获取欺诈分子的真实想法，如手机号码入网时长，一般6个月准入。欺诈分子是明确这方面的信息的，所以为了避免该部分欺诈人群，可以适当增加入网时长，提高其养号成本。

    值得一提的是，欺诈分子其实也看重自己的信用，“XX贷没接征信吧”在骗贷者的社群中，常常可以看到关于征信讨论。骗贷者对上征信有顾虑，如果不上征信，他们会肆无忌惮。这给现金贷平台提供一条攻心的发欺诈策略，可以借助网络仲裁。总的来说，要监控你的用户。反欺诈是时刻都要绷紧一根弦的工作。

    还款能力评估

    与欺诈风险不同，信用风险主要是评估现金贷客户的还款能力和还款意愿，主要防治手段是信贷分析以及交叉检验。这块的把控对人的要求很高，要想把控住风险，现金贷的信贷员需要既做业务，又看风险。信贷员审核有利于把握风险，便于交叉营销，但容易受制于人，比如人均产能、个体差异、团队稳定度等因素，在大量审核需求面前显得有些无力。

    在这个矛盾之下，现金贷平台开始选择对信息齐全的客户进行量化评估，这种做法让工作分工精细，而且岗位独立作业，提升了单笔流程效率，标准化作业，便于品质管理，但依然是人力驱动，人员数量与业务量成线性关系，而且业务系统依赖度高，单个用户分享识别力弱。

金融科技与传统金融最大的区别就是，技术提高金融效率。

    为了不受制于人力，大数据风控模型被广泛应用，其理论基础是大数法则和降维分类；以数据为基础，以模型为表达。大数据风控模型的后期成本低，效率高，可以标准化作业，不过是对开发能力、数据的依赖较大。

    贷后管理

    现金贷行业普遍认为，贷后管理主要考验的是服务策略与催收策略。平台想要提高盈利空间，最重要的是实现复贷（用户二次借贷）。因此，做好服务，也是提升企业风控的重要方面。

    而对于催收策略，催收也需要建立模型，建立模型要注意五点：一是账户管理时使用的行为评分模型，也适用于早期催收阶段；二是催收评分应为指引催收动作而设计开发；三是不同逾期阶段差异较大，需要分别开发催收模型；四是催收模型相对其他阶段模型一般表现为窗口较短，约3~6个月；五是早期催收模型可以按还款与否定义目标变量，晚期催收模型可以按还款比例定义目标变量。