小编导语：说起互联网金融，大家脑海中浮现的就是“骗子公司”四个字。 其实我们用的微信支付、余额宝都是互联网金融的一部分。 通过互联网提供的信用服务称为互联网信用。 与传统信贷服务一样，分为贷前、贷中、贷后三个部分。 本文将从第一部分开始分析，希望对您有所帮助。

1.什么是互联网信贷？

和朋友聊天时经常被问到的一个问题是：你现在做什么工作？ 我一般都会回答，互联网金融。 然后我的朋友们都一脸理解地说道：“哦（加长尾音）P2P！”

之所以出现这样的误解，多半是因为P2P这几年闹得沸沸扬扬，大家都心知肚明。 因此，P2P成为了互助金融的代名词，但实际上，P2P只是互联网金融的一个细分领域。

那么互联网金融到底指的是什么？

百度百科对互联网金融的定义是：“互联网金融是互联网技术与金融功能的有机结合，依托大数据和云计算，在开放的互联网平台上形成的功能性金融业态及其服务体系，包括基于网络的金融业态及其服务体系。”平台的金融市场体系、金融服务体系、金融组织体系、金融产品体系和互联网金融监管体系等，并具有普惠金融、平台金融、信息金融、碎片化金融等不同于传统金融的金融模式”。

可见，互联网金融是指互联网技术与金融的结合。 也就是说，凡是在互联网上具有金融属性的业务都可以称为互联网金融。 我们常见的有：微信支付、余额宝、P2P、花呗、京东白条以及各种金融产品都属于互联网金融的范畴。 所以答应我，当你的朋友回答你他从事互联网金融行业时，千万不要用会心的表情说：P2P！

了解了什么是互联网金融，就很容易理解什么是互联网信贷了。 相信你从名字就能看出它的含义。 是的，你没有看错，就是通过互联网进行信用服务。

用户依靠互联网完成从授信到借款再到还款的一切，无需线下接触。 因此，与传统信用相比，互联网信用具有以下特点：

与传统信贷一样，互联网信贷也分为贷前、贷中、贷后三个阶段。 本系列文章也是按照学分的三个阶段来写的，描述每个阶段需要做什么。

2、贷前信息收集

预贷是指用户在贷款之前需要做的事情。 用户需要首先向信用平台发起信用申请。 征信平台将根据用户提交的信息，通过后台审核给出征信结果。 审核不通过则驳回，学分通过则驳回。 给出信用额度和利率。

乍一看是不是非常简单呢？ ，如果你真这么想，那我只能说，年轻人，你还是太天真了！ 我们来分解一下预贷流程和调用的外部能力系统。

2.1 信息收集流程

互联网信贷极大地提高了用户申请的便利性，但系统背后所做的事情却比传统信贷少甚至多。 我们先来看看授信流程。

相信大家都见过类似的授权页面。 无论是您的支付宝、微信、饿了么、美团等各种APP，都需要我们的授权才可以使用。 信用也需要您的授权。 ，只是授权内容不同。

接下来，客户需要提交身份证信息：

然后是人脸识别或者活体认证：

然后就是银行卡的绑定。

提交后，等待授信结果流程完成，最终会得到这样的页面或者显示拒绝。

2.2 系统能力调用

你不想说这很简单吗？ 别担心，来我们盼盼吧。 能力系统用在你看不到的地方。

2.2.1 电子签名

此过程中使用电子签名来签署征信平台与用户之间的授信等相关协议（借款时的借贷合同中也会使用电子签名，一般需要签名的地方都会使用电子签名）。

什么是电子签名： 电子签名是电子签名的一种形式。 利用图像处理技术，将电子签名操作转换成与纸质文件封口操作相同的视觉效果。 同时采用电子签名技术保证电子信息的真实性。 签名者的真实性、完整性和不可否认性。

如何签署电子签名：用户获得信用后，将用户填写的二元个人信息通过前端传输到后端，后端通过后台将其传递给第三方签名公司冲压接口。 需要注意的是，合同模板是提前制作的。 上传到签名平台很简单。 签名平台只需将征信平台传输的信息按照类型填写到固定位置即可。

2.2.2 文字识别

OCR主要用于用户上传身份证信息和银行卡信息时。

什么是OCR：OCR利用光学方法，通过识别软件将纸质文档或图像中的文本转换为可编辑的文本。

OCR使用流程：用户拍照并在前端上传身份证照片（正反面）。 前端通过接口传给后端，后端通过接口传给第三方OCR服务商进行分析，服务商获得分析结果后将分析结果返回给征信平台，平台在前端将它们展示给用户。 需要说明的是，OCR识别的结果并不是100%准确，所有设计功能都必须考虑用户修改。

2.2.3 人脸识别

人脸识别主要用于确认申请信息与申请人信息一致。

人脸识别主要有三种形式。 首先是照片识别。 用户可以拍照上传，但安全性比较低。 第二种是根据随机生成的数字拍摄一个读出数字的视频。 安全性高，但用户体验不好。 三是根据提示做一定的动作，安全性高，体验好。 开通过支付宝刷脸识别的朋友应该都知道这一点。

人脸识别的流程：用户在前端上传人脸信息后，通过接口传输到后端。 后端再通过接口传递给第三方人脸识别服务商。 服务提供商将识别结果发送回征信平台。 需要说明的是，无论采用哪种形式，最终都会生成一张图片，用于与公安数据库中记录的照片进行比对。

2.2.4 协议付款签订

实际过程中一般称为“搭卡”。 卡片绑定有两个功能。 一是通过绑卡获取用户手机号码，利用4要素（姓名、身份证号码、手机号码、银行卡号）进行风险评估。 另一种是签约成功后通过该卡进行借贷和还款。

协议支付：用户通过支付机构提交协议支付，支付机构通过网上清算发起协议支付申请。 平台受理并转发协议付款申请至付款银行，付款银行完成协议付款支付处理。 如果付款行处理成功，平台通过该消息向收款银行异步发起协议付款申请，由收款银行完成协议付款和收款处理。 从人性的角度来说，支付平台与用户银行卡的发卡行约定，支付平台可以从用户的卡中扣款。

绑定卡流程：用户通过OCR输入并识别银行卡号，填写银行绑定的手机号码，通过前端提交给后端，后端调用银行卡绑定接口第三方支付平台，支付平台向用户发送验证码以确认签署协议。 用户在前端输入验证码，验证通过后完成协议签署。

3、贷款前的信贷决策

信息采集完成后，进入信用决策阶段。 在这个阶段，用户看到的信息通常是授予信用的页面。 这时，后台会收集用户的信息来做出信用决策。

3.1 访问规则

访问规则通常放在授信决策的第一步。 这里通常有一些艰苦的条件。 如果不符合访问规则，您将被直接拒绝。

比如年龄，一般年轻或者年长的人都不容易通过，因为这部分人的还款能力比较弱。

例如，由于地域的要求，一些地方银行因业务范围的要求只能在某些地区经营信贷业务，因此他们会拒绝接受其业务范围之外的客户。

例如，分期消费场景贷款一般采用分期商品价格。 征信平台会设定最低还款金额。 如果低于设定值，则被拒绝。

3.2 反欺诈

3.2.1 黑名单过滤

通过访问规则后，系统从用户填写的信息中收集信息，用于反欺诈识别。 用户申请时填写的三/四要素：姓名+身份证号+手机号+银行卡号。 通常在您申请时，互助金融机构也会采集用户的设备指纹和IP，并将这6项信息作为黑名单匹配的索引条件。 如果发现命中，则会被拒绝。 黑名单一般分为以下两类：

公安、检察院、法院披露的失信、投诉、处决、吸毒等情况。 各类信用数据联盟不良名单。

3.2.2 长期借贷

通过个人信息查询不同平台的应用频次，如果某一设备或IP在短时间内被密集应用，则将一般应用理解为中介，并考虑基于身份证和姓名的多个应用高危人群。 将被列入涉嫌诈骗罪。

3.2.2.1 连接规则

通过比较来验证。 用户填写的收入、工作、地址、贷款用途等都会与平台可以抓取的数据进行比对。 有硬性比较，如学历、性别、年龄等；也有模糊比较，如收入水平、居住地址、工作地址（通过经纬度）。

例如：假设用户填写的“工作地点”为变量X，收入水平为变量Y，申请时IP地址的“区域”为变量Z。申请人是一位居住在上海的中等收入白领。

如果加入更多的变量，比如填写手机号码、常用的通话地点等，就可以从更多角度验证数据的可靠性。 通常，为了防止申请人填写错误、数据错误以及特殊情况（噪音）导致的误杀，挂钩规则采用命中后给予风险评分的方式。 分数累加后，计算是否超过阈值。 当达到一定阈值时，会自动拒绝。 通常这些积分也与多方产生的涉嫌欺诈积分一起累积。

3.2.2.2 社会关系

通过您的通话记录，我们会处理去电、来电中是否存在其他失信人员、黑名单人员、催收公司电话号码等。 如果数据足够大，腾讯甚至可以实现多层关联。 例如，可以直接将联系人列入黑名单，则为一级关联。 如果你朋友的联系人被列入黑名单，那么你就是二级关联（通讯录的获取也会因为合规要求而逐渐放弃）。

用户通过反欺诈身份验证后，将进入下一步风险定价。

3.3 风险定价

业界常用的信用评价方式通常为A卡（ ）的形式。 流程是获取用户的身份信息：年龄、性别、地址、婚姻、学历等； 信用信息：历史贷款申请信息、还款记录、逾期记录等； 消费信息：银行卡消费水平、消费能力、高风险行为等； 行为信息：手机使用状态、出行记录、电商平台交易数据。 进入评分模型运行评分，最终得到分数。

如下图所示，所有申请客户按照评分从高到低排列。 分数较低的客户风险较大，边际坏账率较高。 如果我们想要达到50%的认可率，那么我们就必须接受这个坏账率为1.5%的客户群； 如果边际坏账率可以接受，那么对应的分数280就是可以设定的分数线。

对于准入群体，可以根据客户的分数进行风险定价，针对不同资质和需求的客户需要给予不同的额度。 还款能力越强、还款意愿越高、评分预测的欺诈可能性越低，给予的信用额度就越高。

最终用户将看到如下页面：

4。结论

这么看来，你还觉得互联网信贷预贷很简单吗？ 这篇文章主要讲一下网络信用借贷之前主要做的事情，以及系统的调用能力。 下一篇我们讲一下互联网信用贷款主要做了什么事情。