为了掩盖坏账率，行业中最直接的办法，就是把分母做大，扩大规模，增加用户量，坏账就洗小了。
坏账率就如行业的痔疮，让人痛苦不堪，却不可言说。
从金融诞生开始，坏账率从来就是伴生物，无法摆脱。
流量先起来，接下来，只需收紧风控，通过风控模型的迭代，一点点降低坏账率，最终也能成为行业巨头。在金融史上，并不缺乏这样的崛起案例。
因此，坏账率过高的玩家们，唯一的活路，就是急速融资，将规模做大；或用新用户的资金，填补坏账率漏洞。
却不是所有平台，都可以迅速规模做大，运营、获客、传播、融资，一项技能都不可少。在这个过程中，一些玩砸的，就出现了崩盘、跑路或失踪。
“对于互联网玩家来说，前三年，确实是流量重于风控”，戴乐称，行业都要经历一个崛起、繁荣再到洗牌的过程。
前两年，互金圈的核心诉求，是做流量；今年，监管收紧，核心需求变成“合规”。
戴乐预测，明后年，风控真正的风口才会到来——那时候，行业格局初现，结束草莽时代，金融的核心，才可回归。
3、摸着石头过河
尽管在行业中，大家预判未来风控的地位，将得到提升。
这却“谈何容易”。
实际上，互联网金融的风控，绝对具有“中国特色”。
一位在韩国和日本从事多年风控研究的老专家，一年前被中国某互联网金融公司邀请回国。下飞机时，左拥右簇，意气风华。
老教授在中国搭建风控模型，实践了大半年，却尴尬地发现，他在日韩的那套经验，在中国完全走不通。
半年后，老专家黯然离开中国，他再次登上飞机准备离开时，还一直在念叨：“为何那么多用户就是来骗钱的？骗就骗了，为何公司内部的人和外面的人勾结起来骗？”
刘华年曾和国外诸多风控专家沟通，发现将发达国家的风控模型，直接照搬中国，根本不可能。
“想在中国做消费金融，第一件事，你要防欺诈”，乐信集团创始人肖文杰举了一个例子，曾经他有一个同事，出来做一个借款产品，上个月开门，下个月就关门，坏账率高达80%，全部被黑产和骗贷的人“吸干净”。
业内多位专家曾提出，互联网金融的风控，60%，来自反欺诈，且大部分来自于内控。
这就是中国特色，大量的欺诈人员存在，将互金平台当成肥肉，见缝就钻，无孔不入；而更为严苛的现状是，大部分的欺诈，来自于平台和欺诈人员的内部勾结。
而传统金融机构的风控模型，在互联网金融圈，也不能按部就班。
刘华年总结原因，是因为传统金融机构已发展多年，跑完了经济周期，模型得到验证。
而互联网金融发展也就几年，一个风控模型的跑完，需要2到3年的验证周期，但互联网发展太快，“要急速迭代风控模型，才能适应发展”。
前无古人后无来者，这就是互联网金融的风控现状，大家跌跌撞撞，摸着石头过河。
如果说，金融的命门是风控，那么风控的命门，就是数据和模型。
目前，风控数据同质化极为严重，真正有特色的数据，集中在几家大型互联网公司手中：比如，拥有用户网络购物数据的阿里和京东，拥有社交数据的腾讯。
作为核心竞争力，BAT和京东对于自己的数据都极为爱惜，其他机构想要获取，几无可能。因此，大数据风控，必须先破解头号难题——数据孤岛。
上月，京东金融宣布与美国大数据技术公司ZestFinance成立合资公司ZRobot。ZRobot的CEO乔杨提出了一个打破数据孤岛的方案。
“各家都对自己的数据资源特别保护，把数据共享到第三方？没有人愿意干，即便央行牵头也不可能，”乔杨称，这就是业内的现状，所有人都将数据视为“核心资产”。
乔杨想到一个破解之法，对方有数据，ZRobot有技术，不如把数据就放在对方本地，他们输出技术，“联合建模”。
形成的数据产品，除了合作伙伴可以用于自身风控外，也可输出给其他数据应用方。“在运用上，无需输出数据，只输出结果，不用担心数据外泄问题”，乔杨举了一个例子，他们和一家汽车金融平台合作，对方有汽车金融场景的数据，他们联合建立针对汽车金融的风控模型，再将这个模型往外输出。
至于风控模型，乔杨认为，从规则到模型，就相当于从二维到三维，绝对不是简单达成的，这其中，专业技术必不可少。
ZRobot推出的“漫网”技术，就是用技术建模的一个有趣尝试。“实际上，现在骗贷大多是团伙作案，他们与黑名单上的人，多少会有一些联系”，乔杨称。
漫网技术去神秘化后，其实是通过多维度数据，获取一个用户的多度关系网，比如说，找到这个用户的好友的好友的好友，从而寻找背后的深度关联。
刘华年对此也提出了同样的观点，他认为，风控绝对不是简单的规则，而是一套完整技术，是贷前贷中贷后一系列能力的组合。
“一家互金企业能活多久，走多远，完全在于他的风控迭代速度和风控技术的提升”，刘华年提出，风控模型的不断迭代，及时修补漏洞也至关重要，如此才能将薅羊毛者和骗贷者挡在门外。
金融恐怕不是活得多轰轰烈烈，而在于活得长长久久——别人都死了，自己还活着。这是场漫长的奔跑，决定能跑多远的，恰恰就是风控。
互联网金融，到底是互联网重要？还是金融重要？
历史和时间给出的答案，恐怕是后者。（一本财经）