1.最开始的风控是怎么做的？

人审

吃业务经验

不能大批量处理，效率低下

不适用于移动互联网的金融场景

2.建模的概念

建模就是构造一个数学公式，能将我们手上有的数据输入进去，通过计算得到一些预测结果。

比如初高中学习的线性回归，就是最简单的建模过程。

风控模型最原始的思路就是输入一个用户的信息，得到这个人是“会还钱”还是“不会还钱”。这是个二分类问题。

而评分卡模型其实就是希望能将一系列的个人信息输入模型，然后得到一个用户的还款概率。概率越大，评分越高，越容易还钱。概率越小，评分越低，越容易跑路。典型例子就是芝麻信用分。

3.为什么一定要映射成某种分数呢？

我们可以随时根据业务需求调整通过率。

更容易向用户解释他的信用评级。

更容易向领导解释一个用户被拒绝的原因。

更容易监控一个模型的效果。

4.风控的流程

风控的角度来看，一般可以分为以下几个部分：

数据采集、反欺诈、策略、模型、催收。

数据采集：

数据采集会涉及到埋点和爬中技术，基本上业的数据都大同小异，免费的运营商数据、和安卓可爬的手机内部信息app名称，手机设备信息，部分app内容信息)、以及收费的征信数据、各种信息校验、外部黑名单之类的。还有一些特定场景的现金贷和消费金融会有自有的数据可供使用，比如阿里京东自己的电商数据、滴滴的司机数据、顺丰中通的快递数据等等。

反欺诈引擎：

反欺诈引肇主要包括两个部分，反欺诈规则和反欺诈模型，这里其实很少使用传统监督模型。涉及到的算法以无监督算法、社交网络算法、深度学习居多。大部分的公司都使用的是反欺诈规则，这也是主要提倡的。一个原因是欺诈标签不好得到，很难做监督学习的训练。还有一个原因是传统的机器学习对欺诈的检测果很差。因为所谓欺诈，就是一些黑产或者个人将自己包装成信用良好的用户，进行借款后失联或者拒不还钱，既然都伪装成了好客户，基于风控人员主观思考建立的统计模型，又怎么可能有好的效果，但是经过一段时间的实验，这一块其实用深度学习反而有意想不到的效果，基本思想可以理解为，简单评分卡解释性强，带来的坏处就是可以被逆向破解，而复杂模型的黑箱操作虽然解释性差，却有一定的安全性，尤其是搭配了在线学习等动态手段之后。反向破解的成本极高。此外还有很多算法诸如异常检测和知识图谱都在这一块有所应用。

规则引擎：

规则擎其实就是我们常说的策略，主要通过数据分析、挖掘手段以及一些监督、无监督算法，得到不同字段、各个区间的坏账率 (badrate) ，找到最佳分段区间，然后得到筛选后信用较好的一批特定人群进行放款。这一块主要有单变量分析和一些关键指标的计算和监控，比Rorate、PSI、KS、AUC，等等。通常规则和模型是组合使用的，尤其在反欺诈场景中。

风控模型：

风控模型是机器学习在风控领域的主要体现。当然前面提到的反欺诈模型也是重点之一，主要是通过监督算法构建违约概率预测模型。但是因为实际业务中，是数据的质量并不是永远那么完美，这里通常我们会使用到深度学习、无监督、弱监督等等方法去辅助 传统监督学习算法。
风控模型其中包含了A/B/C卡，模型算法之间可以没有显著区别，而是根据其发生的时间点不同而进行划分的(货前/贷中/贷后)，也就是y产生的方式不一样。通常信贷领域都是用逾期天数来定义。A卡可以用客户历史逾期天数最大的天数。B卡则可以多期借款中逾期最大的一次。C卡因为用途不同有不同的建立方法。比如你们公司有内催，有外催。外催肯定是回款率低，单价贵的。那么就可以根据是否被内催催回来定义y。

催收：

催收是风控的最终手段，这个环节可以产生很多对模型有帮助的数据。比如懂收记录的文字描述、触达率、欺诈标签等等。并且坏账的客户会被列入黑名单。其实只要是能被惟回来的，都不是坏账，但是很多公司为了保险起见，逾期超过一定时间的客户，即使被懂回来，也会被拉入黑名单。这里主要的算法就是催收模型相关的，可能是监督、无监督算法。也有基于社交网络算法构造的失联模型等等。