企業在發展管理的過程中，風控必不可少，加強合規風控管理 助推市場規範發展。
在互聯網金融風控體系中，量化分析需要貫穿始終，評分卡模型是其中非常重要的一環。在互聯網金融評分卡開發過程中，我們仔細研究了企業風控操作流程，反覆推敲了模型構建步驟，最後我們認為從業務應用角度，評分卡開發應用應遵循：
開發風控模型的步驟
業務定義
為什麼把業務定義放在最底層呢？
從商務智能的角度說，模型，評分，策略等都是為業務服務的，脫離了業務場景的模型和評分是無本之木，無源之水;脫離了業務場景談模型的準確性，沒有意義。不同的業務場景，產生了不同的數據，不同的數據包含的規律，體現在數據分析中就是不同的模型、不同的參數和不同的評分。
業務定義之後，還有一個要求，即業務模式的穩定性。即在一定時間範圍內，用於構建模型的數據依賴的業務模式是相對沒有變化的，前後一致的。只有滿足這個條件，歷史數據模擬出來的模型，和後面的數據才是匹配的。這在學術上有個術語，穩定性，Stationary/stability.同理，我們也假設，符合同一類屬性特徵的個體，其表現行為也是一樣的，即打分相同的人，表現也相同。這也回答了有人提出的另一個問題“我以前從沒貸過款，也沒信用卡消費記錄，能用你的模型打分麼？”
風險定義
在我們清洗數據的時候，看到對客戶信用評價中有這麼一類“少量逾期”，這個類別佔了相當大的比重，而且在模型中作用也比較顯著，和其它類別“信用好”“信用差”等比肩。少量逾期”是傳統銀行信用卡業務中經常出現的一個分類，而且算一個銀行比較喜歡的類別。
風險分解
風險分解，就是用模型把目標客戶分類。選擇正確的方法，合理分類，才能為進一步採取合理的商業策略提供正確有力的數據支持。評分卡是其中一個比較有效的工具。在信用風險管理領域，評分卡是簡便易行的風險管理工具。
什麼是評分卡？評分卡是綜合個人客戶的多個維度信息（如基本情況、償債能力、信用狀況等，重點關注償債能力、還款意願），基於這些信息綜合運用數學分析模型，給個人綜合評分，判斷違約的可能性的工具。生活中存在許多“顯性”或“隱性”的“評分卡”。
就分析方法發而言，現在分類算法有很多種，決策樹，邏輯迴歸，支持向量機，神經網絡等等，都可以實現這個目的。
風險策略
在給客戶正確分類之後，即準確地風險分類。我們就可以採取相應的商務策略，優化業務：
- 流程簡化：通過模型對客戶分層，降低審核人員的工作量，提高審批速度。
- 風控優化：以客觀分數代替主觀評斷，保證審批標準及風險偏好一致性。
- 風險定價：按照模型計算的違約率進行產品的定價。
企業風控部職責
一是對風險和風控有正確的認識，在識別風險的同時，幫助企業從全面經營的角度找到化解風險的方式，而不是在文字上消滅風險；
二是有多專業整合的能力，單純的法律視角不適合做風控，多專業整合才能把公司投資決策的陰性一面補足，真正做到陰陽平衡。
風險識別是人的認知，風險化解也要靠人的行動，所以做好風控，需要自上而下都要有能夠正確認識風控作用的人，也需要真正在風控崗位上站對位置的人。
閱讀更多 金融小鵬君 的文章
