中国自改革开放以来所建立的金融体系以银行、保险、基金债券为主，在银行体系下面结合信用社、城乡银行为辅金融生态体系。自20年世纪90年代以来、随着互联网技术的迅速发展、手机移动技术的越来越成熟、国家政策对网上虚拟交易的政策扶持和信息安全技术的逐步提升。中国第一家网上银行是招商银行在1997年开通的“一网通”。小微企业、企业员工及有资金需求的主体对于网络借贷、P2P、抵质押等业务借助互联网的蓬勃发展日益进入平常百姓生活之中。并且网上银行时代的来临也极大的拓展了中国小微企业、消费者个体的资金需求渠道，极大的解决了这些借款主体资金融资难的问题。
　　由于互联网金融业务形态是线上线下形式皆有，线下贷款主要是借款人提供证明材料亲自到贷款柜台、亲笔签名审核合格后银行在一定周期内给予房贷，现场提交的面签材料包括但不限于身份证、中华人民共和国房屋所有权证、机动车辆登记证、人民银行个人征信报告详版、人民银行机构征信报告详版。此外有些贷款是无抵押贷款的信用贷款;另外一种方式是纯线上信用贷款主要形式是小额分期，具有周期短、资金回笼快等特征。
　　互联网金融发展“一日千里”的速度给传统金融风控体系带来挑战，衍生出各种金融诈骗已经成为金融领域的一大公害，金融诈骗活动网络化、团队化、专业化明显，且欺诈的频次和金额正不断攀升(杜冰2015)。在这些互联网金融阶段过程中风险控制最核心的部分就是信用审核，尤其是无抵押信用贷款、借款人往往利用信息不对称，伪造相关证件骗贷，给贷款金融机构带来极大的风险。
　　本文主要研究领域就是如何借助大数据技术、信用评分卡模型、风控技术去降低消费金融公司、网上银行、网络小贷公司在贷款全流程环节的风险，确保公司经营健康发展。在研究过程中结合M公司实际经营案例、国外发达国家大数据风险建模技术在互联网金融风险控制领域应用、大量参考阅读国内外知名学者发表的文献、期刊。采用的研究方法主要有归纳演绎法和案例研究法，对国内互联网金融领域的消费金融信贷大数据风控技术进行研究。结合信贷风控大纲、信用评分卡筛选出跟信用评分卡强相关的特征变量、采用统计分析算法进行信用评分卡模型开发、从而掌握在不同城市、不同金融产品风控流程环节点的风险规律，制定相应措施降低避免欺诈、法律、政策等不同风险。供同行业企业结合自身的战略定位、规划出符合自身业务发展的风控政策、流程和搭建大数据风险评分卡平台。
　　本文结论是，随着监管政策的越来越规范，过去的风控裸奔、跑马圈地的无监管时代已经不复存在，企业比拼的核心竞争力必然转变为风险控制、大数据技术、人工智能技术的应用，互联网金融企业谁使用大数据技术把控住风险，谁就占领了战略制高点。