貸款公司的風控和銀行或券商的風控有什麼區別？

12-31

如題，貸款公司的風控和銀行或券商的風控有什麼區別？如果在貸款公司做風控，之後能否轉去銀行券商一類的金融公司做風控？還有風控這個崗位的職業發展前景和發展方向如何？風控的最高級別又可以做到什麼位置？

1、貸款公司規模較小，貸後監控手段較少，所以貸款發放之前的調查要深入細緻，否則，一旦放款，借款人轉走資金，後面的事情就不好控制了。

2、券商風控。模型很重要，自營業務的監控，VAR的計算，市場分析模型，這些都要計算機基礎和統計基礎。

…更多文章請到信貸風控手記-知乎專欄

…更多回答請看H-Howard

風險管理是較大的一門學問，從事金融行業無非就是和風險打交道。

對於風險本質而言，有如下風險：1.信用風險。 2.市場風險。 3.操作風險。

不論是貸款公司、銀行、券商或者我所在的小富金融P2P平台而言，都是圍繞這三個方面進行風險評估，把風險控制在企業本身可接受的範圍之類。

有關貸款公司、銀行及證券風險管理崗位是根據各個崗位具體職責所確定具體工作內容。貸款公司的主營業務有債權投資、股權投資等等，而銀行及券商主營業務包含但不僅限於上述內容。各公司根據自身的業務品種設計相應的管理辦法及操作指引，並結合國家政策法規規範經營。在產品正式推向市場，風險管理這個崗位起不容小覷的作用，運用自身所學金融知識並結合市場運行規律，制定出一系列規則控制風險，而企業從中獲得利潤。金融行業每天都有著日新月因的變化，貸款公司、銀行及券商本是金融行業，各個金融公司都有著相融相通之處，不要把自身定位在風險管理這樣一個崗位，從大的方面來定位金融，對自身的規劃沒有最高只有更高。努力學習吧少年~

大體沒啥區別，只是抵押物要求和控制手段遠比不上銀行。職業的變化跟你幹啥沒直接關係，跟你有沒有大哥帶有決定性關係。

現在的貸款公司主要是大數據風控，銀行更偏重傳統風控

具體大數據風控和傳統風控不同的點：

1、大數據風控的業務一般對時間效率要求較高，會運用到更多跟先進的技術手段（如活體識別）和演算法模型（如機器學習人工智慧）；而傳統風控相對時間周期較長，人申的環節相對較多

2、大數據風控會考慮一個人更多的維度，會在傳統風控的維度基礎上考慮用戶的一些行為數據、社交數據

3、大數據風控面向的更多的是用戶量較多的方向，會更偏向於個人方面和額度較小的風控度量；而傳統風控則會相對偏向企業方面和額度較大的。

小貸公司，風控人員，占坑稍後來答！