汽车金融风控小白该怎么做，怎么学？

再次说道汽车金融的风控，不知道你目前做的是哪一块，一般来说，汽车金融有三种情况：

汽车经销商融资，也就是银行或者汽车金融公司或者融资租赁公司，贷款给4S店，用于向厂商提车（也有建店项目融资），对应的资产就是库存车，风控模式为：存货浮动抵押+合格证质押（视情况）+存货监控（物联网+实地盘点），车辆离开了经销商区域，往往表示销售了，如果没有还款，要及时现场盘点。这是贷后管理，市场准入和授信评估呢？那就是运用ERP数据，对经销商运营情况进行评估。

汽车消费贷款，风控模式为：车辆抵押+GPS+保险+电话催收+拖车+二手车处置。准入呢？一张身份证，几秒钟，就能判断能不能贷款，首付多少。要做到，要有强大的中后台，例如，白名单、黑名单、评分卡、借用第三方征信，具体一点就是：银行信用记录的，看征信报告；有淘宝账号的，看阿里的评分；有QQ的，看腾讯的评分；有网贷的，看各网贷的评分。所以这些都是程序化模型操作，不需要大规模人工审核，小商贩？没有网上行为？没有信用记录比信用记录不良更可怕，谁愿意第一个吃螃蟹？

二手车融资，车主短期缺钱，把车质押出去，获得一笔短期借款，往往利率很高。这一块比较复杂，法律风险很大，一方面借款人风险很大（负债累累，从事高风险行业，容易失联），另一方面车本身瑕疵多（有抵押，黑车，纠纷，车况），风控就是提高质押率，屏蔽GPS,买卖合同公证，保持大量迅速脱手二手车的渠道。

如果你从事情况一，你需要学习的就是一些供应链管理和企业管理知识，对汽车产业（生产、产品、市场）有深度理解。

如果你从事情况二，你需要学习的就是征信，理论与技术，大量的程序开发，爬虫技术，建模型，机器学习。其实这一块不需要任何金融知识，纯粹的技术活，没个数学+计算机学历都不好意思讲自己是搞风控的。

如果是情况三，你需要大量社会经验，请参考典当行。

1.人的大数据风控。借助大数据风控管理分析平台，建立大数据反欺诈系统，从贷前、贷中、贷后各个阶段进行有效的防范欺诈风险。从账号风险防护、应用风险防护、欺诈信用风险防护等方面，有效识别骗贷、黑名单欺诈等手段，减少资金损失。对客户行为从源头进行风险评估，通过客户在网络渠道留下的联系方式开始，就启动整个风控的过程，关联客户关键信息（如地址、电话号码、联系人信息等），从申请环节到授信环节借助反欺诈系统降低有效反欺诈风险。2.车辆鉴定大数据风控。二手车由于其非标准化运营，涉及到车辆评估，对车辆价值进行准确判断才能在放款上不会出现“乱放”现象。通过第三方车辆评估鉴定，上传车辆信息，对车辆维保、定型、查档、估值、违章查询、车史报告、VIN码解析等等信息掌握。为汽车金融公司提供二手车数据内容、数据管理、二手车估值、数据挖掘等解决方案。3.车辆监控大数据风控。通过奥亚之星平台的监控，呈现车辆的日常行为轨迹，利用监控平台的大数据预警信息，密切掌握借款人的动向。通过建立风控模型，针对借款人的贷后车辆行为，通过丰富的预警机制，可以科学的预测整个周期内的风险。根据车辆停留点分析、常用地址比对、敏感区域数据库等大数据分析，对车贷行业的功能场景进行针对性设计，能有效的遏制资料欺诈、二次抵押等不良现象发生。可帮助汽车金融公司建立完整的贷后风控管理体系。