针对银行的大数据风控，笔者分析了它的操作方向与把握原则，希望能给你带来启发。

数据是金融业务的基石，监管集中清查大数据公司，不仅大数据公司人心惶惶，处于下游的金融机构也受池鱼之殃——尤其是那些缺乏自主风控能力的机构，甚至不得不下线或暂停贷款发放。

数据清查终会过去，但很多东西在发生根本性改变，资金方做“甩手掌柜”的好日子不会重现。那些缺乏自主风控能力的金融机构，在未来的行业竞争中，恐无以立足了。

一、大数据风控，该从何抓起？

银行金融科技转型，方向很多，但最紧要可行的，还是大数据风控。万事开头难，从传统风控到大数据风控，银行做得怎样呢？

大银行相对容易，不缺用户，不缺数据，也不缺人才。传统零售业务足够强势，有足够的空间和时间推新产品、小步快跑做实验，模型先跑起来，慢慢完善，自主风控能力就算有了。

难的是小银行，尤其是偏居低线城市的农商行、城商行，没数据、没人才，存量用户也缺乏互联网属性，线下迁线上都难，更何论做新业务的试验田。这类银行的科技转型往往陷入两个误区：

1. 做助贷和联合贷款的资金方，虽独立决策却无力决策，至多花钱请人搭一套模型做做样子，缺乏数据输入，也没有模型迭代，只为满足合规要求；
2. 被风控外包厂商的一站式方案吸引，“三天对接、一周上线”，上线后却不管不问，做了甩手掌柜。

一旦陷入这两个误区，无论转型多少年，银行的自主风控能力仍等于零。是助贷和联合贷款害了这些银行吗？

非也，助贷平台提供初步风控审查，降低了金融机构二次风控压力，可若金融机构因此不再做二次风控，却也怨不得别人，要从自己身上找原因。

一些银行缺乏转型意愿，管理层只想在任期内靠助贷做做业绩，不计长远，那也只能这样了，装睡的人，不妨继续睡吧；如果还愿意为长期发展着急，当务之急，就是行动起来，迈出第一步。

大数据风控，说到底就两项——数据、风控模型。