哪位大侠知道风控业务中数据分析主要做些什么分析，用到哪些变量，用到哪些模型？谢谢赐教了，新人没几个贝壳，还希望知道的人都进来说说
不同的业务当然风控模型也不同。

以融资类为例，比如信用贷款模式，风控的核心是数据整合、模型构建和定量分析。

数据整合包括对自身网络内的客户交易数据（如客户评价度数据、货运数据、口碑评价等等）和一些外部数据（如海关、税务、电力、工商管理等等）的整合处理；然后利用信用评价模型计算出借款人潜在的违约概率，以此作为放贷的依据。

这里的风控模型主要用于评价借款人的信用，属于融资类企业的核心竞争力之一。

其难度主要在于如何保证原始数据的真实可靠，比如现在淘宝的刷信用、改评价等等，你懂的。

第三方支付的风控数据分析
针对第三方支付的风控分析，个人看法，我觉得第三方支付的主要风险无非是以下几点：
1）客户真实身份的确认；
2）反洗钱和反欺诈；
3）客户身份认证方式不够安全（如密码截取等）导致身份假冒
针对第1点，除了传统的身份证复印件之外，还引入央行的征信系统；针对第2点，央行有具体的反洗钱规定，所有第三方机构都有自己的反洗钱系统，异常交易监测等等；针对第3点，可采用技术手段（如eSE、生物认证等）来解决。

补充一下，一般第三方支付的风控系统包括三大模块：监测模块、分析模块和案件管理模块。

这里的核心是分析模块。

一般采用BO（商业智能）技术来实现。

它会定义许多分析模板，包括风险评级、风险分析、风险预测等。

具体到风险分析，目前有多种度量模型，如基本指标法、标准化方法、内部衡量法、损失分布法、极值理论模型等。

风险分析关注的范围较广，一般一次交易的所有数据都会被作为模型变量，最重要当然是交易数额、交易频度、交易时间等等。

风控的核心是数据分析，根据交易的频率，交易金额，交易时间，交易卡号，交易返回码等模块具体进行分析。