现在很多机构都说是智能风控、大数据风控，能否通俗的解释下？

谢邀，大数据风控使普惠金融成为可能，传统风控模式审批流程长，作业成本高，致使很多传统金融机构没有兴趣服务小额借款人。而大数据风控全流程线上，能够实现“小额大量”的快速作业。规模效应形成规模收益，大数据风控的应用使得金融机构降低坏账率的同时，借款人的融资成本也大幅降低。真正实现了“普及”和“优惠”。大数据风控可以说就是为普惠金融而生的。

实操中，大数据风控就是以大数据风控建模的方式来审批借款。主要包括三方面。

一是基本信息的判断

即判断“你就是你”，而不是冒用别人身份的欺诈行为。在传统风控模式下，判断是否本人贷款主要靠“面签”，借款人要到金融机构的网点，现场接受审核。在大数据风控模式下，活体识别技术的应用就解决了这个问题。对着手机张张嘴、眨眨眼，金融机构就能够基本判断借款用户的身份真实性。

二是还款能力的判断

还款能力主要由收入水平决定，在传统风控模式下，金融机构会要求你提供收入证明，甚至是银行流水，但大数据风控有更多的维度可以进行更准确的判断，例如电商背景的小贷公司在给C端客户贷款时，会根据客户的历史购买行为来推断用户的收入水平，外卖平台背景的小贷公司在给B端商户贷款时会根据该商户的外卖流水来推断营业收入。

三是还款意愿的判断

在还款能力充足的情况下，还款意愿差一般包括欺诈和信用意识差这两种情况。反欺诈工作主要基于白名单和黑名单。白名单就是“好人名单”，这个名单内的就可以批贷；黑名单就是“坏人”名单，这个名单内的就拒贷。黑白名单的确定主要依靠的就是评分卡，高于某个阈值就进白名单，低于某个阈值就进黑名单。而评分卡的有效性主要依靠的是大量的数据积累。

除此之外，各家金融机构由于数据来源的不同，在大数据风控具体建模方面，还应用了很多差异化的策略，例如通过获取设备数据（一般是手机），来判断用户是否为批量操作借款，或者通过人工智能分析用户的APP操作数据进而对用户的欺诈风险进行评分等。

商业银行的智能风控解决方案

大数据风控的优势是显而易见的，但打造大数据风控的能力却并不容易，尤其对于传统商业银行来说，因为缺少互联网基因，在零售信贷领域频频受到挑战。但挑战也是机遇，在转型零售银行，创新金融服务的过程中，很多银行选择与数据科技公司合作，由成熟的智能风控方案供应商提供高效的解决方案。在大数据风控方面，京东数科以金融科技为驱动力，深度契合场景，提供全流程风控解决方案，专业风控团队提供全面咨询支持，覆盖贷前反欺诈、贷前审核、贷中、贷后持续监控，AI催收等，为商业银行金融场景输出智能风控分析服务。

除了金融科技，京东数科还基于数字科技为商户和政府提供全方位的数字化解决方案。欢迎有兴趣的读者关注京东数科官方头条号，与我们共同关注数字科技最前沿的资讯和进行有深度的探讨。