1樓：貼心網友
在政策前迅速一波
通過合理的風控和合法的方式規避費用
雷豹系統首創保險支付，太平洋保險承保，支援代扣，免費上小貸牌照。
yixinheika
2樓：幸福千羽夢
首先，應通過大資料風控模型實現差異化定價
現金貸的差異化定價的實質是對各個貸款申請人的信用及欺詐風險作精確定價。目前各個現金貸平台的定價標準都過於單一，基本採用利率加雜費的方式，也就是簡單的高收益覆蓋高風險。若通過提高利率來應對風險，只會進一步驅走低風險的優質客戶，因此最終陷入惡性迴圈。
而精確定價下的定製化小額貸款需求可能會成為平台的亮點。
大資料風控模型的構建為差異化定價的實現提供了技術保證。以大量的網路行為資料、使用者交易資料、第三方資料、合作方資料等為基礎，風控模型能夠為每一位貸款申請者建立包括個人基本資訊、行為特徵、經濟狀況等在內的多維度資料畫像。憑藉著這些維度特徵和大量歷史貸款記錄，對使用者的個人資訊進行真實性校驗，前置性判斷使用者的還款能力（經濟實力）和還款意願（道德風險），針對不同貸款人、不同額度、不同期限的差異化定價策略將成為現實。
其次，應重點突破反欺詐和多頭借貸。
現金貸自身的受眾群體（中低收入、徵信白戶）的特點決定了其風控理念和風控體系必然有別於傳統的個人信貸風控，大資料技術便是提高現金貸風控水平的必經之路。針對反欺詐，通過自建大資料風控模型與第三方反欺詐公司合作降低欺詐事件的發生率。針對多頭借貸，現金貸平台通過獲取更多外部資料了解使用者的歷史信貸記錄，並通過大資料系統對其歷史逾期情況進行二次校驗。
具體來說：
1、加大力度建設基礎徵信體系，加強徵信資源共享，類似第三方支付行業的「網聯」，幫助現金貸平台有效實現反欺詐、多頭貸款識別和信用不良使用者的識別，提公升行業整體風險控制水平。
2、共享黑名單，現金貸平台自建聯盟組織，共享平台或者其他合作機構積累的有過欺詐行為的借款人資訊列表，能夠在最大程度上避免了重複欺詐行為的發生。
3、實現貸款申請資料的共享。現金貸平台在第三方徵信機構針對每一筆貸款申請記錄作查詢時，勢必會留下大量貸款申請人的身份資訊。這部分資訊經過查詢異常檢測演算法的過濾以後就會形成乙個可靠的多頭借貸資料庫。
再次，應利用資產**化創新資金渠道。
經營成本大是導致利息高的主要原因，現金貸平台應拓寬資金**，對於降低資金成本也是有極大幫助，例如平台通過發行abs等途徑獲取便宜的資金，主要有以下優點：
1、擺脫資本金約束。資金**是約束現金貸平台擴張業務的主要因素，通過發行abs，可以優化現金貸公司資產負債表，並能在有效控制風險的前提下，間接提高現金貸槓桿，從而大幅提公升公司利潤。
2、實現風險隔離。平台通過打包擬**化資產，介入律所、會計師事務所、評級機構等第三方機構，將其有關的權益和風險或控制權一併轉移給spv，使spv獲得對資產的合法權利，使得主體風險得以隔離。
3、「穿透」跟蹤底層資產。通過abs系統，自動化跟蹤底層資產的信用風險，對資產包質量的變化情況進行跟蹤監控，並且與其他資產包同期表現進行對比。投資人認購abs份額後即可跟蹤底層資產的履約情況。
最後，還應保證平台合法合規。
監管對現金貸平台的重拳整治已經到來。4月10日中國銀監會釋出《關於銀行業風險防控工作的指導意見》，首次把「現金貸」納入整治範圍，網路借貸資訊中介機構應依法合規開展業務，確保出借人資金**合法，禁止欺詐、虛假宣傳並提出嚴格執行最高法院關於民間借貸利率（即36%）的有關規定，不得違法高利放貸及暴力催收。
另外，***領導批示及網際網路金融風險專項整治工作領導小組辦公室，下發了《關於開展「現金貸」業務活動清理整頓工作的通知》，各地監管部分也由此開始啟動現金貸風險排查。現金貸平台的合規執行，應從以下方面入手：
1、對現金貸利率封頂。如上海黃浦區金融辦要求現金貸利率不得超過36%。不得收取砍頭息、服務費不能在本金中扣除。
2、反暴力催收。現金貸平台需要立即開展避免暴力等非法催收、保護客戶隱私、出借資金**合法，與p2p端做明確切割等自查自糾工作。
3、加強行業立法和監管。包括建立准入制度，如在工商登記環節明確「現金貸」的主體資格和經營範圍要求，確立行業從業者的合法地位；建立適當的行業規範，對貸款利率、多頭借貸、滾動續貸等突出問題進行限制。
現金貸有哪些風險存在，現金貸未來的發展方向在**
3樓：一口百會
目前現金貸平台常見的風險包括信用風險、騙貸風險、經營風險、政策風險等等，這導致現金貸平台壞賬率居高不下。國內的現金貸參與者面對的通常是，被商業銀行信用卡業務拋棄的使用者，信用卡貸款的貸壞賬率在現金貸很難實現。
目前國內現金貸平台的壞賬率在30%左右，有一些做得還不錯的平台應該也在15%左右，美國現金貸業務的壞賬率在20%左右，而國內小額現金貸壞賬率最高能到50%。
不知道這樣的報道是否比較誇張，但是毫無疑問，多數平台的現金貸使用者違約率很高。
現金貸風控模式，你看的懂麼
4樓：財以潤物
近段時間，對於現金貸的監管已經箭在弦上。一方面，許多中小型現金貸平台的實際借款利率過高；另一方面，部分平台對於現金貸業務的風控更像是「皇帝的新衣」，以至於整個行業的壞賬率居高不下。
從監管層面看，現金貸業務為了繼續經營，將不得不大幅削減貸款利率，減少各類手續費。因此，通過提高風控水平，減少壞賬損失，成了保證現金貸業務經營利潤的唯一出路。
一、**現金貸風控體系：點——面——點的過程
第乙個「點」是指起點。現金貸風控體系的設計需要以產品本身作為起點。現金貸產品無外乎四個要素：
利率（包括各種費率）、期限、額度、目標人群。對於每一類目標人群而言，他們在流動性需求、未來可預期現金流、消費觀念、收入水平以及信用狀況等維度上都具有一定的規律和共性，進而影響其申請額度、貸款利息的接受水平、還款能力和還款意願等。因此，合理地設計產品，能在有效降低風控難度的同時，將收入最大化。
例如，對於白領人群，其按月發薪的特點更適合乙個月及以內的借款期限。
另外，除了現金貸產品本身的特性之外，其推廣渠道也頗為重要。如果通過某一推廣渠道引入了大量非目標人群，那麼這不僅僅降低了推廣成本的使用效率和後期風控流程的判斷精度，還會產生大量有偏資料，不利於風控模型的迭代公升級和產品的再設計。
第二個「點」是指重點。整個現金貸風控體系的重點有二。
其一、反欺詐。相較於傳統借貸模式下的風控，現金貸風控是一種輕度風控。由於其小額短期的特點，現金貸風控更重視的是借款人的還款意願而非還款能力。
適度的逾期不僅不會影響平台的正常運營，反而可以通過逾期費用提高其營收。
因此，反欺詐是現金貸風控的首要課題。目前，線上貸款的欺詐行為有中介代辦、團夥作案、機器行為、賬戶盜用、身份冒用和串聯交易等。針對這些欺詐行為，常用的反欺詐規則包括勾稽比對、交叉檢驗、強特徵篩選、風險關係以及使用者行為資料分析。
其二、多頭借貸行為的識別。多頭借貸是指同一借款人在多個貸款機構有過貸款行為。目前，多頭借貸行為的識別包括兩個方面：
（1）獲取多頭借貸資料。由於現金貸的目標人群大多都是不被傳統借貸機構覆蓋的長尾人群，缺少完整的央行徵信資料，因此，一些從事現金貸業務的平台會相互合作，實現貸款申請資料的共享。另外，現金貸平台在第三方徵信機構針對每一筆貸款申請記錄作查詢時，勢必會留下大量貸款申請人的身份資訊。
這部分資訊經過查詢異常檢測演算法的過濾以後就會形成乙個可靠的多頭借貸資料庫。（2）惡性多頭借貸行為的識別。惡性多頭借貸行為指貸款人借新還舊或者在同一時期有大筆多頭借貸。
對於借新還舊行為的識別可以結合貸款申請間隔和貸款期限。如果貸款申請間隔明顯小於貸款期限，說明該筆貸款申請有較大的借新還舊風險。
二、挑戰：矛盾與變化
1.欺詐手段的多元化、技術化、網際網路化
欺詐與反欺詐一直以來都是借貸行業的主要矛盾體之一。隨著線上貸款業務的迅速發展，基於資訊科技的線上騙貸行為也愈演愈烈。當**們也開始玩大資料、機器學習的時候，可想而知，很多風控人員的內心是崩潰的。
例如,手機驗證是目前最常用的線上審核方式之一。它包括兩種形式：簡訊驗證碼和填寫運營商服務密碼。
但是這種方式對於詐騙團夥而言也是有機可乘的。因為他們有一種技術裝備——貓池。簡單地理解，它就是一台具有收發簡訊功能的「n卡n待」的簡易手機。
一台電腦可以連線多台貓池，一台貓池又可以插入8-64張sim卡。與之伴隨的，又有所謂的「收卡」、「養卡」業務。當號碼時間達到一定標準了，就有可能通過手機驗證這一反欺詐手段。
除此之外，一些模擬器的使用可以幫助詐騙分子輕鬆修改手機的imei、mac、ip、gps等裝置及環境資訊。在這一層層的偽裝與包裹之下，利用裝置及環境資訊的反欺詐手段就顯得有些蒼白無力了。而且，有些個人資訊，如身份證資訊、社交賬號、銀行卡賬號甚至u盾等都可以在網上被詐騙團夥買到或者用搜尋引擎搜到。
很多時候，一些反欺詐手段的有效並不是因為其無法被破解，而是因為破解成本較高，導致欺詐團夥放棄了這種方式。
2.風控模型的冷啟動
「冷啟動」是大資料風控模型搭建所要面臨的首要難題。特別是對於一些初創型的現金貸平台，資料的積累是乙個從0開始的過程。在其積累資料的前期階段，勢必需要付出巨大的成本。
一方面，平台在保證正常的風控流程之外還需投入大量人力成本去收集資料、搭建模型、資料回測；另一方面，平台不得不投入高額的資金成本去購買第三方資料。相較於近10億的未被央行徵信資料覆蓋的長尾使用者群體總量，目前現金貸的客群規模還有限，絕大多數平台都面臨著「冷啟動」的問題。
目前常用的解決資料冷啟動問題的方法是從外部資料著手。由於缺少借款申請人的歷史信貸記錄和個人徵信資料，風控模型失去了對於借款人違約風險直接考量的依據。因此，如果能以使用者行為之類的外部資料結合eigentaste等協同過濾演算法，便可以最大限度地識別出欺詐風險較高的人群，並將其過濾。
不過目前的現狀是大多數平台缺少處理外部資料的動力和能力，往往採用人工審核輔以一些簡單的反欺詐規則的方式。
3.使用者體驗與反欺詐的矛盾
在現金貸的使用者眼中，使用者體驗反映在借款的快捷程度和申請的簡易程度上。但是反欺詐需要使用者提供各種各樣的個人資訊，大大降低了使用者體驗的質量。在過去，許多平台奉行「高收益覆蓋高風險」的原則，過度重視流量。
而且市面上的現金貸產品五花八門，不少平台為了保證流量，紛紛打出「只需身份證和手機號」、「申請後xx分鐘放款」之類的標語。然而，隨著監管趨嚴，「高收益、高壞賬」的運營模式將漸漸被淘汰。為了控制壞賬，現金貸平台不得不再度面對使用者體驗與反欺詐的對立問題。
一方面，平台需要優化反欺詐模型，盡可能降低入口資料的維度，縮短風控模型的審核時間；另一方面，從客服、還款簡便程度等其他角度優化使用者體驗，也是緩解使用者體驗與反欺詐矛盾的可行方法之一。
三、發展方向
1.非結構化資料的使用
結構化資料如個人徵信資料等的稀疏性問題會在未來很長時間記憶體在於現金貸行業。與之相對應的是大量非結構化資料的氾濫。由於個人基本資訊的洩露、盜取、販賣情況嚴重，常規的結構化資料的反欺詐效率大幅降低。
相比於結構化資料，人們的行為資料等更難被模擬，能更全面地刻畫貸款申請人，對於降低反欺詐模型的錯誤率有明顯作用。
2.差異化定價
差異化定價，也可以理解為精確定價。現金貸的差異化定價的實質是對各個貸款申請人的信用及欺詐風險作精確定價。目前各個現金貸平台的定價標準都過於單一，基本採用利率加雜費的方式。
部分平台對於續貸使用者會做費率調整。也有少數平台會參考貸款人申請時提供的個人資訊維度。不過總體而言，當前的定價標準並不適合未來現金貸行業「低費率」的特徵。
平台之間所謂的**優勢將微乎其微。而精確定價下的定製化小額貸款需求可能會成為平台的亮點。
而大資料風控模型的構建為差異化定價的實現提供了技術保證。以大量的網路行為資料、使用者交易資料、第三方資料、合作方資料等為基礎，通過自然語言處理、機器學習、聚類演算法等，模型能夠為每一位貸款申請者建立包括個人基本資訊、行為特徵、心理特徵、經濟狀況、興趣愛好等在內的多維度資料畫像。憑藉著這些維度特徵和大量歷史貸款記錄，針對不同貸款人、不同額度、不同期限的差異化定價策略將成為現實。
總結在行業洗牌的背後，是現金貸平台為了生存下去的努力。如何保證合規性，如何獲取低成本的資金，如何以技術替代人力，如何在風控成本和壞賬率之間找到平衡點，是平台未來需要思考和解決的問題。網貸交流借款無憂相信在行業政策的探照燈之下，是金子最後總是會發光的。
和月賺一萬多的打工男人相親可以發展下去嗎
可以，算得上潛力股了！這是個穩定的收入，可以發展 和男朋友相親認識的，現在認識三個多月了，對我很好，他條件還可以乙個月差不多能賺一萬，但我對他沒有太 男生一般都不會太表達的。你們才認識三個月就給你打錢說在乎你已經是對你挺好的了。婚姻不要看臉也不要非要找乙個你愛的，找乙個真正愛你的才是最好的。我覺得如...
才交往的女友突然說不想和我發展下去了說她忘不了前任該怎麼辦
如果你很喜歡她的話，就努力說服他和你在一起，說出你心的喜歡，或許會打動她也說不定呢。如果她還是不肯的話，那你就只有放棄了，畢竟不是兩情相悅的在一起是不會幸福的，加油吧！如果你真的愛她，你就跟她說你可以等她，等到她忘記前任和你真正在一起，從內心接受你 剛開始，襯感情還不是很深，兩人間還沒有那麼多的糾葛...
楊紫按照現在的情況繼續發展下去，有沒有可能會成為一線女明星嗎
楊紫和李現拍的 親愛的 熱愛的 自上映以來一直受到觀眾的歡迎，除了劇情裡面甜蜜愛情讓大家非常的羨慕。還有就是對楊紫的爭議，她現在其實是有成為一流女明星的發展趨勢，不管和哪個演員一起工作，真的是旺合作夥伴的體質，之前和王一博肖戰合作，兩個人走紅，今年和李現合作，李現又走紅。雖然現在楊紫沒有獲得很多主流...