风控是制动器，同时又是润滑剂。结果导向要跟着公司整体战略政策走，这是毋庸置疑的。针对风险事件，我们及时给予制动，但同时促销，给行业树信登公司行为，又会直接影响到你原本设定的风控结果操作。

　　面对外行的指责无原则，你其实更懂什么叫张弛有度。但整体上来说，我们是要刹车惯性。点在“控”身上。

　　我个人觉得就是反人类，我认识的绝大多数人，做过多年风控的人，都会有一些职业病。

　　因为贷款所放出的就是钱，我们会考虑到所有的因为客户企业本身，客户的道德情况，口碑，客户可能出现的任何违约情况，所以对于人性，是会有很多怀疑。

　　我15年开始做风控，接触了大量的中小企业家，听着这些老板神吹海聊，也是一件非常有意思的事情，然后被动的会了解很多行业，了解行业的上下游情况，了解企业如何盈利，成本，了解老板到发家史，然后就是通过企业财务报表了解企业实际的情况。

　　而这些经历会极大的帮助个人的成长，对于这个世界，对于企业，对于人性，对于各种老板，了解他们真正的生活状态，了解他们到发家史，基本上大多数行业对我来说都不是在神秘。

　　风控几年，经过数百上千的企业，也看到过不少身价上亿的老板，被人逼的跑路跳楼，也看到过开着800万宾利慕尚的老板，却拿不出5万出来还贷款。这种人生经历，使得人能够更加沉重。

　　风控作为金融企业的核心，承担起了非常重要的角色。其涉及到的工作包括业务审查、风险监测以及业务综合管理。比如，需要风控的企业分为很多种，银行、公司、互联网金融企业等等；其次，风控的方向也有很多种，审查、数据分析、建模或者是做产品等等。

　　举个例子，同样一笔贷款，通过大数据分析得出的结论，可能贷款客户和为该笔贷款提供担保的客户，不存在关联关系。但是，经过风控人员对蛛丝马迹的剥丝抽茧，发现，担保人中的一个股东和贷款客户中的一个股东是亲属关系，并且此二人在两家公司都是大股东。

　　但是，在业务上，确实没有发生过关联。这是目前，我们利用计算机还无法办到的。当然，随着我们数据的完善和算法的优化，我们利用大数据的风控手段，可能会达到这一步，甚至更为先进，但是这一切还不是今天。这在下面一点，我会讲到。

　　所以，一个有经验的风控人，甚至在看完一笔贷款的基础资料后，就能对该笔贷款有一个大致的印象，能做或者风控巨大要控制，心中都能有大概的想法，再通过蛛丝马迹，去验证，其实风控就像是游戏“找茬”，是站在企业角度规避风险，找出贷款的风险隐患。

　　但是，同时，做到这一步的风控人会有一个职业病——对很多事物都会持怀疑态度，直到找到证据，证明其合理性。关于这个职业病的好处也有，不容易被骗，而且对待事物都有自己明确的观点，不容易模棱两可。

　　关于风控人的综合能力，一方面是对已有的贷款客户进行分析，也就是我们常说的数据处理能力，统计分析能力。泛亚电竞平台最近两年衍生出了一个很多的风控岗位：风控建模。

　　这就涉及到，我在第二点中提到的，大数据疯狂的崛起。风控建模，一般要求是具有一定风控经验，并且有比较扎实的编程基础和统计知识的综合性人才进行担任。

　　强大如阿里巴巴、百度、腾讯等，都在开始布局大数据风控，芝麻信用推出的芝麻信用分，腾讯信用分等等，其使用的信用评分体系，其实就是大数据风控的一次成熟的商业运用。在未来的数年时间中，更优的风控模型，风控算法会不断迭代生产，不断优化更新，直至如同阿尔法狗一样，超越大多数围棋高手。

　　所以，在做风控的期间，只要你愿意去学习、愿意去积累，你可以在很短的时间，对一个行业有深刻的了解，对这些行业中的企业也了如指掌。你能够通过不断的积累，沉淀非常多的知识，无论你谈到哪个行业，你都能马上道出其行业的风险和当前的现状，以及行业的盈利水平，以及企业的运行模式。