信贷风控行业的发展，折射了中国互联网金融从流量红利爆发到监管收紧下的合规深耕。从2010年后互联网技术与金融服务的快速融合，到2020年后监管体系的全面完善，行业经历了野蛮生长、风险暴露、规范发展的周期，而风控作为信贷业务的核心保障，其逻辑、方法与价值定位也随之完成了根本性迭代。本文以实操视角拆解了这一演进过程中的行业底层逻辑与实践细节，为理解信贷风控的历史变迁与现实挑战提供关键参考。
一、历史背景解读：信贷风控的三次周期
1. 流量红利期（2010-2017）：风控的辅助定位
这一阶段的核心特征是互联网流量的低成本爆发与信贷业务的粗放式扩张。随着移动互联网的普及，电商、社交平台积累了海量用户数据，为网贷行业提供了充足的流量的生产资料；同时，宽松的金融环境使得资金获取成本较低，流量以及资金的简单组合成为行业增长的核心驱动力。在这一背景下，风控并未成为行业竞争的核心，其主要作用是基础的风险筛选，甚至为了追求规模增长，存在弱风控、高通过率的普遍现象。
当时的行业环境决定了风控的附属地位：一方面，流量红利掩盖了风控能力不足的问题，即使风险成本较高，快速增长的规模也能实现盈利覆盖；另一方面，数据服务行业尚处于起步阶段，风控可调用的变量有限，模型与策略的精细化程度较低。这一时期的风控实践以经验判断和简单规则为主，缺乏系统性的风险定价与客群管理体系，为后续的行业风险爆发埋下了隐患。
2. 风险暴露与监管介入期（2018-2019）：风控的转型
2018年起，网贷行业集中爆发风险事件，大量平台因坏账率过高、资金链断裂而退出市场。宏观经济形势的波动进一步加剧了资产质量恶化，行业性的资产逾期从两年一次演变为一年一次甚至半年一次。与此同时，监管开始密集出台政策，从定价合规、催收合规、数据合规等多个维度规范行业发展，标志性政策包括2019年四部门联合印发的《关于办理“套路贷”刑事案件若干问题的意见》，明确打击违法违规借贷行为。
在风险与监管的双重压力下，风控正式从辅助转变为核心竞争力。行业普遍意识到，粗放式增长难以为继，必须通过提升风控能力降低风险成本、实现可持续经营。这一阶段，数据产品供应商的价值开始凸显，各类与信贷行为强相关的变量被整合为数据产品，为风控模型的优化提供了支撑；贷前贷中的风险识别效率成为企业竞争的关键，提升对好坏客户的区分能力、减少客户误拒成为风控工作的核心目标。
3. 强监管与存量竞争期（2020至今）：风控的精细化深耕
2020年后，监管体系进一步完善，2020年最高人民法院修改《关于审理民间借贷案件适用法律若干问题的规定》，明确民间借贷利率上限为LPR四倍，虽未直接适用于网贷行业，但进一步强化了行业定价合规的导向；同时，监管明确要求持牌金融机构主导核心风控决策，互联网平台仅负责流量导流，数据交互需在政府控股的征信数据公司环境中完成。这一系列政策推动行业进入持牌经营、合规经营的主旋律时代。
与此同时，流量红利见顶，获客成本显著抬升，行业进入存量竞争阶段。风控的核心目标从风险控制转变为风险与收益的平衡，精细化运营成为主流。贷中额度管理、存客营销促活、流失挽回成为风控工作的重要组成部分；客群分群、风险评级、差异化策略等精细化方法广泛应用，风控不再是单纯的排黑工具，而是贯穿信贷业务全生命周期的经营手段。
二、核心实践逻辑：风控体系构建的历史
1. 产业链认知：风控的基础前提
信贷行业的核心生产资料是资金与流量，数据产品供应商则是重要的支撑环节。理解这一产业链构成，是做好风控的基础。在流量红利期，风控的核心是找到便宜流量；在存量竞争期，风控则需要识别优质流量，通过提升风控能力降低数据费、提高单位成本下的首贷客户数。资金端的成本差异也直接影响风控策略，平台规模越大，议价能力越强，综合资金成本越低，风控的策略空间也就越大。
从损益核算的本质来看，风控的核心价值是通过降低风险成本、优化资源配置，提升业务的盈利能力。例如，通过事前屏蔽高确定性坏用户，可节省数据费；通过贷中额度管理，拉长客户生命周期，提升客户贡献度（具体指在客户贷款期间，依据其还款表现、信用状况等动态调整可借款额度，对优质客户提额以激励持续使用，对风险客户降额以控制损失，进而延长客户与平台的合作周期，让客户在长期使用中产生更多利息、服务费等收益，提升对平台的盈利贡献）。这些实践都建立在对产业链核心要素的深刻认知之上。
2. 风险指标体系：风控的量化核心
随着行业的演进，风控从经验判断转向数据驱动，形成了以vintage为核心的指标体系。vintage指标通过追踪不同放款月贷款的逾期规律，准确刻画资产质量，其中mob15dpd90+%（账龄15个月的90天以上逾期率）成为行业通用的终损衡量标准。在历史演进过程中，指标体系不断丰富，早期指标（mob1dpd0+、mob2dpd30+）用于风险监控，中期指标（mob3dpd30+、mob6dpd30+）用于策略设计，终损指标用于财务核算与同业交流。
年化风险的计算（终损×年周转次数）则将风险与业务周转效率结合，更全面地反映业务的风险水平。在通缩压力较大的当前阶段，年化风险成为评估业务可行性的关键指标，因为通缩环境下客户还款能力下降，资金周转效率降低，可能导致年化风险显著上升。
3. 全生命周期风控：存量竞争的核心手段
进入存量竞争期后，风控从单一的贷前准入扩展到贷前、贷中、贷后的全生命周期管理。贷前聚焦准确获客，通过模型优化提升好坏客户区分能力，降低获客成本；贷中聚焦额度管理，通过提额、降额等手段平衡风险与收益，提升客户留存与贡献度；贷后聚焦催收优化，通过合理的催收策略降低坏账率，同时保障合规。
客群分群是全生命周期风控的关键方法。由于不同客群的风险规律、信息厚度、对定价的敏感度存在显著差异，通过收入、行职业、信用评分等维度进行分群，实施差异化的风控策略，可大幅提升风控效率。例如，优质客群可采用宽进宽出策略，降低准入门槛、提高额度；下沉客群则采用严进严出策略，严格准入、加强贷中监控。
4. 合规与成本平衡：当前风控的核心挑战
强监管时代，风控必须在合规框架下开展工作，同时控制成本。定价合规要求综合息费不得超过年化36%，催收合规要求避免暴力催收，数据合规要求规范数据采集与使用。这些合规要求增加了风控的操作成本，例如，合规催收可能导致催收效率下降，进而提高风险成本；数据合规可能限制部分数据源的使用，影响风控模型的效果。
数据费管理成为风控成本控制的重要环节。外部数据调用的年化成本约1-2pp，通过评估数据源的策略价值，剔除无效数据源、优化调用方案，可在不降低风控效果的前提下降低成本。例如，在助贷业务中，通过分群评估不同数据源的效果，将数据费集中投入到薄信息客群，可实现风险压降与成本控制的平衡。
结语
从历史演进趋势来看，信贷风控行业未来将呈现三个方向：一是监管合规持续收紧，持牌金融机构的主导地位进一步强化，互联网平台的角色将聚焦于流量导流与数据服务；二是精细化运营成为常态，风控将更加依赖模型与数据，客群分群、个性化额度定价等精细化方法的应用将更加深入；三是宏观经济环境的影响加剧，通缩压力下，风控需要更加关注客户还款能力的动态变化，提升风险预判的前瞻性。
对于从业者而言，历史演进带来的启示尤为重要。早期行业的流量红利期，从业者更需要掌握获客与规模扩张的能力；当前的合规深耕期，从业者则需要具备数据能力、业务理解、合规意识的综合素养。自营风控是从业者能力提升的关键起点，通过自营风控的实践，可深入理解风险定价、客群管理等核心逻辑；同时，要关注宏观经济与同业动态，因为宏观经济影响客户质量，同业策略影响市场竞争格局。
参考文献
西提泡泡. (2024). 风控策略.