前一段时间有参加过天池金融风控的比赛，感觉还挺有意思的。
自己抽空也对金融风控领域做了深入研究，这篇就主要是我自己对于这个领域的理解。
金融风控
先来说说什么是金融风控
金融风控与电商、广告等场景的风控不同，金融风控主要是涉及到钱的安全，决定了公司的营收甚至是公司的生命线。
如果一家月放款额亿的公司违约率上升1个点，这个损失应该不算小吧。相反如果通过风控的手段将违约率降低，想必大家的工资也会有所上升。
目前金融领域有：传统金融、互联网金融和消费金融。
这三个金融场景的区域是什么啊？
是这样的，传统金融一般指的是国家的四大传统金融机构，包括银行、信托、保险和证券。
其中银行负责存贷、理财；信托负责投资、融资；证券负责企业上市与股票相关；保险更多的是做人寿保障之类的。
互联网金融则指的是通过互联网技术实现资金流通的金融活动，包括互联网理财公司、互联网借贷公司和互联网支付公司等。
因为互联网金融在之前并没有相关的正式金融牌照，所以像一些P2P之类的理财、借贷公司就比较疯狂，经常有暴雷事件发生。
消费金融更多的是指能够提供消费类贷款的持牌的非银行类金融机构，比如像xxx呗xx白条等都属于这种。你可以使用自己的个人信息担保，承担一定的利息进行透支消费。
消费金融更多的是使用用户个人信用，例如芝麻信用等，根据用户的历史消费情况给予一定的透支额度。
可以看到，在上面三种金融机构都可以通过风控技术做到两点：
一是可以减少因违约等产生的坏账，二是可以通过放贷促进消费，提高企业的利润。
风控技术这么厉害的吗？它到底是怎么做到的？
先说说它的缺点，这个比较明显
首先风险具有滞后性。
用户借款后至少要一个月才能知道是否会违约，甚至很多用户在还了半年甚至一年之后才违约。
再者，一般线上获客成本较高且比较麻烦，所以为了提高转化，在授信、申请、审核等环节，线上的操作一般都是实时的。
比如当你在网上提交了自己的相关申请资料，可能几分钟之内后台就会通过你的各项历史数据对你的信用情况作出评价，或因为信用分太低而拒绝你，或通过审核并且给予你一个初始借贷额度。
其次，风控的业务性复杂
风控领域中，数据源是非常丰富的，包括有运营商、互联网、征信等等各种数据，相当庞大。
而且，可以使用的正负样本数据的占比及其不均衡的，违约的人总是极少一部分人，否则金融机构早都被骗破产了吧。