引導語：在職場中，風控之亂是什么?與零經驗者，跳槽3次，年薪50萬等有關？下面是小編整理的相關信息，歡迎大家閱讀尋找答案。
金融的核心是什么?
嚴謹的金融從業者，答案必是風控。
“中國目前互聯網金融的風控從業者大概是十幾萬，真正懂風控的，也就一兩千人”，催單俠CEO李曉煒稱。
人才缺口巨大，還不是風控行業面臨的最大危機。
一本財經通過調查發現，很多毫無經驗的風控人員，只需要跳槽3次，就能升到總監職位，年薪50萬起;除了渾水摸魚外，還有諸多監守自盜者，他們內外勾結，幫助騙貸者繞過層層審核，再利潤分成。
“風控之痛，將成為互聯網金融行業最大隱患”，中望金服的首席風險官馬斌斌稱。
風控是金融的命脈，脈搏如此紊亂，誰來保障行業的血脈通暢?
|風控亂象
在一個風控話題的論壇上，羅勁松(化名)作為演講嘉賓，在臺上眉飛色舞，講了15分鐘，探討風控模型的搭建。
羅勁松是某公司的風控總監，年薪50萬，其實不過是一個88年的年輕小伙。
他從一張白紙到“年輕有為的行業榜樣”，只用了兩年。感覺像一個勵志故事，但聽完他自己的描述，才發現這不過是一個鉆營的標本。
第一年，羅勁松在一家名氣很大的互聯網金融公司當審核專員，工作就是對用戶提交的數據，進行簡單審核，“毫無含金量，但是，是第一步，入行”。
半年后，他跳槽去一家互金公司，當了風控經理，此時，他已能說上大段大段的風控理論，“外行能唬住了”，這就是第二步，“鍍金”。
一年后，他第三次跳槽，成功進入一家規模不小的互金公司，此時他已是“風控總監”，年薪50萬了。
也就是說，他用了兩年時間，就爬到了行業“頂峰”。
中望金服的首席風險官馬斌斌，曾經在宜信負責風控，算是中國最早進入風控行業的專家，他稱，目前中國有上萬家的小貸公司、幾千家的互聯網金融公司，加在一起的風控人員，大概是十幾萬人。
實際上，十幾萬的從業基數，大部分只是濫竽充數者。
馬斌斌稱，像羅勁松這樣的“三級跳”者，不在少數，“對整個行業來說是一場災難”。
馬斌斌也會參加一些行業會議，在聊的過程中，他發現很多所謂的“風控總監”，甚至不會看報表，“這個事情挺可笑的，就像醫生不會看病歷一樣可笑”。
整個行業還處在莽原階段，良莠不齊，除了濫竽充數之徒，還有大量的監守自盜者。
馬斌斌透露，整個市場出現了嚴重的“內外勾結”，風控人員和騙貸者一起操作騙貸。
他舉例稱，雙方會聯手，在一些偏遠地區尋找身份證騙貸，錢到手后，讓當地民政部開一個死亡證明，風控就通知平臺，人死了，作為壞賬處理。
更可怕的是，現在風控人員開始主動找到騙貸者，讓他們填寫一些審核資料，就相互分錢。
而風控人員參與造假，已不是行業秘密。他們在淘寶上，花幾十塊錢，就能購買一份銀行流水，或者偽造一份房產證明，“風控人員就是制定規則者，他很知道如何躲避規則”。
|人才缺口
“行業的現狀是，風控人員很吃香，獵頭到處挖人，供求關系決定了攀爬速度”，羅勁松稱。
風控行業確實如此。
在智聯招聘、拉勾網等招聘平臺上，搜索“風控”兩個字，總監級別，大多年薪50萬起;風控經理，大多是年薪20-30萬。
催單俠CEO李曉煒，曾在某大型消費金融公司負責風控，現在做貸后催收，對行業觀察多年。
他雖離開風控行業幾個月，可幾乎兩三天就能接到獵頭的電話，“可見行業有多缺人”。
“業內比較認可的風控從業者，主要分兩類，第一類，是捷信、宜信等老牌消費金融公司出身，摸爬滾打多年;第二類，是銀行、金融機構、小貸公司背景。”李曉煒稱。
老的從業者不多，而大學又沒有對口的專業，新生力量供給不足，導致行業人才青黃不接。
目前，風控行業唯一較對口的專業，是“信用管理”，可惜只有十幾所大學開了該課程。
馬斌斌不得不從“數學”、“金融”等有聯系的專業找人。
一邊是人才缺失，一邊是需求激增。
這兩年，互聯網金融正在爆炸式增長，過了那個“流量為王”的年代后，大家對回歸金融的本質開始無比渴求，很多互聯網公司不惜重金，給自己配置一個“風控總監”，打造一個風控團隊。
本來是一個好的行業趨勢，卻成了鉆營者的漏洞，他們利用行業“求賢若渴”的心理，順桿而爬。
“我在面試的過程中，和公司的人聊，發現沒有幾個人懂風控”，羅勁松稱，他通常的招數，就是先來一套高深的理論，“所有人聽暈后，就能談高薪了。”
“很多人懂一些皮毛就去忽悠，搭建一個風控模型開始運轉，但驗證模型是否靠譜，需要一兩年的時間，這個時候，人早就跳槽了”，馬斌斌稱，就是因為驗證一個人是否專業，有延后性，才讓一些人有機可乘。
|風控模型
金融的核心是風控，風控的核心，是模型。
“中國目前互聯網金融的風控從業者大概是十幾萬，真正懂風控的，也就一兩千人。”李曉煒稱，如果按照這個比例來算，大部分公司的風控模型，并不靠譜。
“沒有哪個公司的風控模型，可以拿來直接用，因為應用場景、用戶群體、數據來源都會有差異。”李曉煒稱，通常建立公司數據模型的第一步，就是先拿競爭對手的模型來“跑一跑”，再根據實際的運轉情況進行調整。
通常還比較認可的鑒別標準是，風控模型的逾期率達到30%以上，模型失敗;10%以內，基本合格;5%以內，模型已相當成功。
而行業的實際情況是，“行業大部分風控模型是無效的，或者說只能叫規則，不叫模型。”馬斌斌稱。
比如，最簡單的規則是：年齡20歲以下、60歲以上的用戶不做。
馬斌斌說，還有一些內容模型評分卡，比如，按照年齡段，20—25歲的一個積分，25—30歲一個積分;按照工資高低，工資3000—3500元一個積分，3500—4500一個積分，幾個維度積分后，就做出來評分卡。
“但是這個并沒有經過測算，也沒有數據的驗證，就可以去和老板吹噓，已經有模型和評分卡了。”馬斌斌稱。
這也意味著，行業沒有統一的標準，只能“因地制宜”。
這種不確定性，也導致行業模型的紊亂和無序。
據業內資深從業人員透露，現在大部分風控模型的雛形，都是通過違規獲取用戶數據做到。
“比如，安裝這個App時，如果是蘋果手機，就會提示要讀取用戶通訊錄，如果是安卓手機，連提示都沒有。”該從業人員透露， 獲取通訊錄數據，第一，是為了看是否認識“老賴”朋友，如果認識，風險就高;第二，是為了在你逾期后，給你的親朋好友打電話，進行催收。
這些“違規”手段，成了大部分風控模型的核心武器。
馬斌斌稱，實際上，一個完整的風控模型，需要兩個部分：2007年，互聯網金融行業剛剛興起時，一個“信用模型”就可以應對;而如今，欺詐越來越多，“羊毛黨”橫行，“欺詐模型”變得越來越重要。
而大數據風控，才是拯救風控行業的最大想象力。
“數據不是越多越好，數據需要匹配貼合的人群，才能產生價值”，馬斌斌稱。比如農村群體，央行的征信數據，可能是無效的，因為很多農民都沒有信用卡;而淘寶和支付寶數據，也可能無效的，因為他們可能電腦都沒有。
對于農民的風控模型來說，可能婚姻子女、土地數據，反而是最有效的。
市場越亂，渾水摸魚者越多，風控行業就像陷入了惡性循環。
風控之亂，已讓互聯網金融行業感覺到了切膚之痛。
正在陣痛期的互金行業，是否意識到這才是惡疾根源?