2.4　传统方法的问题和挑战

传统的风险管理方法随着信贷业务发展至今，其有效性已经被时间所验证，帮助传统金融机构的业务人员和风控人员很好地把控了贷款质量。不过随着近十年移动互联网的兴起，越来越多的线下贷款业务逐步转移到线上，各家的贷款产品都被放到一个公开透明的环境下进行比较，借款人对于产品的设计和体验要求也越来越高。面对更加互联网化的金融大环境，传统的风控体系暴露出了如下一些问题。

（1）数据质量差

在这个数据驱动的时代，传统的风险管理体系面临的最大问题是缺乏数据管理的能力。纸质材料审核、电话回访、线下尽调等方式搜集到的借款人的数据都较为有限，且数据的真实性和完整性都有待商榷。而传统方法中最为依仗的评分卡模型，由于本身算法复杂度的限制，没有办法融合太高维的数据。在线下贷款业务发展时期，客户的个人信息、收入证明、征信报告等已经足以帮助风控人员筛选出其中最优质的人群并开展业务。而当这些传统的金融机构为了扩大业务范围而逐步线上化时，就会发现新增的借款人群体中很大一部分都没有稳定的收入或者是征信白户，这就给传统风控人员的工作带来了极大挑战。

（2）人力成本高

传统的风险管理是个劳动密集型岗位，需要大量的信审专员来进行客户信息验证和贷款核准的工作，这大大加大了机构的人力成本。随着贷款产品的多样性和复杂性，一味地扩张人工审核团队也变得极为不现实，一方面，市面上经验丰富的信审专员有限，另一方面，这种大量囤积人力的商业模式，背后隐藏着极大的风险，很可能在业务发展不顺的情况下造成大面积的机构亏损和裁员事件，对于利益和品牌都是极大的损害。

（3）审批流程慢

与当前线上贷款推崇的秒级到账相比，传统的贷款业务审批流程较慢，期间经历若干个审批流程和人员，通常需要一两周的时间贷款资金才能打到借款人的账户中。对于金融机构来说，这种漫长的等待势必会让产品的体验大打折扣，进一步使客户流向放款效率更高的互联网金融机构。

（4）迭代周期长

传统风控体系中所利用的专家规则和评分卡模型，都存在着迭代周期较长的问题。专家规则是业务专家在长期的工作经验中总结出的规律，每一条规则的背后都需要若干的案例分析来支撑；而评分卡模型的变量分箱和变量筛选，需要风控人员们对于每一个潜在变量逐一分析，找出其中最具有代表性的10～15个变量最终入模。由于移动互联网环境下的信用风险和欺诈风险都具有变化快的特点，这些传统的风险管理方式存在一定的被动性和滞后性，对于机构来说是极大的风险隐患。