金融的本质就是对风险进行定价。

所谓风险定价，就是给资产的风险定一个价格，反应的是风险和收益的关系，一般来说，两者成正向关系，风险越大，溢价越大，收益越高。

以银行为代表的传统金融风险定价系统，主要考虑客户风险、经营情况、目标利润率、自身成本、资金供求关系、市场利率情况及基准利率等。

银行评估客户的风险，虽然有一套相对固定的流程，然而除了查央行征信，查流水等，很多情况下还是要依靠线下操作。确定客户情况的基础上，还要考虑银行放贷成本（包括边际成本、经营成本、人力成本及其他费用）和基准利差。

近年来，利率市场化加速，商业银行传统贷款业务萎缩，为了维持足够的利润水平，银行相继扩大资产管理、托管等表外业务，转向小微企业贷、小额信贷、校园贷等利润率更高的新型贷款业务，这对商业银行的风险定价能力提出了更高要求，如何实施规范而灵活的定价策略，如何推行高效快速的差别定价，成为了商业银行亟待解决的问题。

因此，将前沿高科技与风险定价结合，让风险定价智能化的呼声愈加强烈，实际上，在互联网金融和金融科技领域，智能风险定价已经成为现实。

    风险定价成为金融机构核心竞争力

互联网金融的主力是网络借贷平台（P2P）,P2P从欧美进入中国后，就由纯线上模式变成了线上线下结合的模式，另一方面，与银行相比，网络借贷的资产相对质量较差，加之国内没有成熟的社会信用体系，导致P2P发展初期行业的风险定价成本很高，不少平台因此采取回避态度。

当时，一部分平台采用高利差覆盖风险的方式，将没有风险定价导致的高成本转嫁给借款者，更有甚者直接弃风向定价而不顾，任由风险长期积累，最终坑害投资者，一些号称有风控的平台，也仅仅将重心放在了简单的反欺诈和贷后催收上。

由于网贷平台没有或者枉顾风险定价，导致借款利率高企，真正优质的资产就会避开网络借贷，愿意来P2P借贷的都是一些还款意愿和还款能力极差的劣质资产。于是次级债和高利息之间形成负循环，随时会形成网贷行业崩盘，这也是行业发展前期鱼龙混杂，野蛮发展凸显的一个问题。

在监管层面，对刚性兑付的禁止，实质上关闭了风险准备、质保金赔付的大门，有业内人士分析，网贷行业想要合规健康发展，必须满足四个标准，分别是存管、信披、备案和风控，风险定价的重要性和急迫性愈加凸显。甚至可以说，在存管、信披、备案成为合规平台标配的情况下，风险定价的将会成为平台的核心竞争力。

对于投资人来说，风险定价是保障自身权益和本息安全与否的关键。对于借款人来说，如果一家平台因为没有风险定价或者风控不成熟，造成借款成本高企，融资成本高于融资收益，会直接导致资产质量下降，违约逾期率上升，反之，如果一家平台的风险定价成熟，优质诚信借款客户能以更低的成本获得借款，质量差的资产则需要付出更多的风险溢价。

   智能风控已成趋势

随着互联网金融、金融科技尤其是网络借贷行业的发展进入成熟期，借款人和投资用户更加关注平台的风控能力，因此平台对风险定价的重视程度愈加凸显。与传统金融尤其银行的风险定价方法不同的是，互金产品风险定价的考虑因素更多，主要包括客户风险、融资目标利润率、平台运营情况、产品类型、产品期限、资金供需、流动性、基准利差等方面。

平台运营情况中，成交量、贷款余额、投资人数、借款人数等指标反应平台活跃度与人气，与利率形成负相关，因为平台越活跃，人气越旺，平台的定价能力越强。人均借款金额、人均投资金额、前十大借款人待还占比、前十大投资人代收占比，反应平台集中度，与利率形成正相关，集中度越低，说明平台越安全，利率越低。另外，有抵押的产品，利率相对要低，产品期限越长，利率越高。

上述所有风险定价的因素中，如何评估客户风险是重中之重。

随着金融科技的迅猛发展，大数据、云计算等前沿科技与金融不断融合，互联网金融识别评估客户风险，进行风险定价已经呈现越来越智能化的趋势，不少平台一方面与第三方征信等技术公司合作，一方面自主研发智能风控系统，减少对人工审核的依赖，对海量数据进行收集挖掘，高效低成本的处理用户信息，全方位了解借款人资信状况，评估借款人风险。

京东和百度都有投资的Zestfinance是美国知名的大数据征信公司，其风险定价的智能应用堪称业内标杆。因为Zestfinance主要面对美国FICO分低于500分，基本没有信用记录的5%人口，所以无法使用信贷、信用卡、社保、工商等传统信息评判用户风险，只能另辟蹊径，利用大数据与云计算技术，对交易、消费、社交、游戏等弱变量信息进行处理、分析，进而得出有效的风险定价结果。

    国内的大数据风控也不落人后，拍拍贷的“魔镜”，可以考察借款人的400多个借款维度，包括社交网络数据和平台上行为数据；你我金融的天秤系统，运用机器学习、神经网络等前沿算法及分布式数据存储、人脸识别、OCR扫描等前沿技术，对借款人的多项数据进行分析利用，并归纳出用户的特征向量，为用户匹配精准费率，进行风险定价，完成科学授信。信用良好的优质借款用户，不但能在平台享受更高的借款额度和更低费率，其标的还能优先获得审核及推荐展示，满标时间和到账速度可以更快，投资用户也能根据标的信用层级划分实现差异化投资，资金更安全透明；点融网的Matrix系统，其特色技术在于知识图谱应用，在反欺诈场景中，知识图谱能够聚合各类信息源，从而有针对性的识别欺诈风险。

钱来网的评分卡系统以基础信用评分和抵押率为两个主要维度，对客户的信用等级进行了三个等级的划分，信用等级越高，抵押率越低，利率越低，反之则抵押率越高，利率越高。等等。

金融的最大风险是信用定价不准确

目前国内的互金企业和金融科技公司，有的还在利用大量工作人员，进行线下调查审核，获取客户资料，从而控制风险，有的专注于细分市场，利用较小的成本，获得可接受的风险定价结果，当然也有一些具备能力的平台，通过大数据、云计算等前沿技术，提升风险定价的智能化程度，并取得了一定成绩。

叶檀曾说，金融最大的问题不是炒作，不是脱实就虚，而是信用定价不准确。失败的风险控制足以导致一家公司倒闭，甚至会引发连锁效应殃及行业。风险定价的重要性与核心位置，怎么说都不为过。

在互联网金融和金融科技这个金融大家庭的新兴行业，一些平台正在用科技改变风险定价，评估风险变得越来越简单，越来越精准，越来越高效，金融的本质正在被悄悄颠覆。基于此，或许我们可以说，金融已经迎来了智能风险定价的新时代。