国内与海外风控模型的差异内容

信贷的未来在哪里？也许在海外目前仍是一个出路。在海外现金贷如火似荼发展的当下，番茄风控社区目前有许多从事海外现金贷的童鞋加入我们的社区，大家对目前海外现金贷的风控知识有非常强烈的学习愿望。
除了这部分童鞋，也有部分在国内从事信贷的童鞋，也对这个黑匣子相当感兴趣。虽然说很多海外放贷是从国内出海的，但是实际情况和国内还是不太一样，之前也跟大家介绍过相关的内容差异点：

一.数据源区别
首先是数据源番的差异。国内外可以使用的数据源不同，国内有相对完整的支付体系，银行也会替我们把人，身份证，手机号是否是同一个人的验证做了。
海外，相对于这些就比较欠缺，但是海外监管相对放松，可以有一些抓取类的数据，这也算是海外的一个优势，也是国内外风控的主要差距。

二.政策差异
政策对信贷行业的影响是非常巨大，而且往往是最致命的，大家看看国内的政策就知道。政策宽松，大家都能活得好好的，反观海外现金贷也一样。海外每个国家的政策都稍微不同，有些国家的政策宽松一些，有些国家谨慎一些。给大家看一下不同国家信贷入场时间的对比:
​

入场时间的不同，发展的情况自然有所差别，现在每个国家的政策也就有了差异。

三.产品的差异

政策的差异，数据的差异，自然会让信贷产品有所差异。看看海外的现金贷产品，大部分都是多年前在国内热过一段时间的产品，但现在这些产品在国内都看不到了。

海外的现金贷产品，给大家列举了以下这些：
​

四.风控(策略)的差异
比如具体在细分规则中：基础规则、抓取规则、模型划线、行为类规则、反欺诈规则、三方数据规则等六个方面，都存在一些差异点：
4.1.基础规则
年龄 、高风险地区、高风险行业职业
​

风险点：
第一主要是准入类规则，分类变量排除最尾部5%最差的客户或者调研较差的人群。第二工作信息不做过多核实。

4.2.抓取规则
即从客户移动端抓取的数据，并制定相应的规则，具体有：

当前设备规则：
特别低端、价格特别低，或版本不兼容的智能机
​

gps规则：
特别低端，价格特别低，或版本不兼容

app列表及使用情况规则：
主要是限制国内黑产，薅羊毛

短信规则 ：
短信是否涉及某些关键字，黄赌毒，逾期等 黑

通讯录规则 ：
准入，排序筛选，并补充催收通讯录

4.3.行为类规则
ocr更改情况
gps移动距离
applist变更情况
本app埋点信息规则

风险点：
变更异常情况，数据基于埋点数据，多用于复贷，首贷很少

4.4.反欺诈规则
face匹配规则、身份证匹配规则、设备device匹配规则wifi匹配规则

风险点：
限制人脸与身份证一致，限制同一张人脸，同一张身份证，同一个设备的串用情况，通过这些规则，来形成闭环，判断是一个人。也有增加黑产，薅羊毛的成本。

4.5.三方数据规则
身份信息验证规则 、银行卡姓名验证规则、黑名单调用、征信调用

风险点：
海外没有卡三卡四验证，所以人脸身份证等，无法闭环验证银行卡手机号等是同一个人，验证身份信息存在。

在以上的数据规则中，行为信息依赖于埋点，数据计算量大，首贷较少使用，主要用在复贷三方数据少，价格贵，覆盖率低，所以放在最后。

五.风控模型差异
以上数据的差异，自然造成了模型在特征上的一些差异内容，比如在模型的内容，跟大部分的信贷产品一样，均为给客群确定一个具体的量化值，并进行风控排序和分层。
​

关于国内与还在风控模型上的细则，有兴趣的童鞋可关注：
​

…

~原创文章