究其原因，大體因為兩方面原因。一方面是問題平臺本身業(yè)務存在瑕疵，在監(jiān)管趨嚴的環(huán)境下，無法進行新的募資，于是引發(fā)了接連爆雷的連鎖反應。另一方面是在去杠桿的大背景下，市場流動性整體偏緊，企業(yè)及個人債務違約率上升，這直接導致P2P平臺的信貸逾期率不斷攀升，投資人信心不足。

根據(jù)監(jiān)管的要求，P2P是將借款人與出借人鏈接在一起的信息中介。雖然P2P平臺只是信息中介，但由于理財端客戶大部分不具備專業(yè)的風險識別能力，平臺有義務對借款人的風險狀況進行充分的調研和披露。這是P2P平臺持續(xù)穩(wěn)健經(jīng)營不可回避的問題。

信貸業(yè)務的核心是控制風險。在流動性相對寬松的市場環(huán)境下，粗放型的經(jīng)營也許還可以應付。但在流動性趨緊的市場環(huán)境中，潛在的信用風險會充分暴露出來，并直接影響到平臺是否還能持續(xù)運營。未來P2P行業(yè)比拼的是精細化管理能力和風控能力。

從客群來分析，互金行業(yè)主要服務的是長尾客群，即以前沒有被傳統(tǒng)金融機構服務到的80%人群，要想服務好這些客戶，既要考慮產(chǎn)品設計又要注重客戶體驗。這部分客戶體量龐大，有小額、分散、高頻等特點。如果以傳統(tǒng)對公的信貸思路來做風控，是遠遠無法滿足于行業(yè)需求的。高效自動化的風控體系搭建是互金行業(yè)做好普惠金融的重中之重。

從風控流程上來看，在貸前準入階段，應主要識別借款人的欺詐風險和信用風險;在貸中監(jiān)控階段，應識別借款人信用惡化的風險;在貸后管理階段，應注重對借款人合規(guī)有效的催收。

在貸前欺詐風險防范上，應注重借款人身份和信息的校驗，有效識別出有欺詐意圖的借款人。在貸前信用風險防范上，應通過多維度的數(shù)據(jù)，來綜合評估借款人的還款能力及還款意愿。同時，對于不同風險等級的借款人施行差異化定價策略。在貸中監(jiān)控階段，要運用自動化的方式精準識別信用惡化的借款人，并能提供實時動態(tài)的預警，以此幫助金融機構防風險于未然。在貸后管理階段，運用智能的大數(shù)據(jù)催收工具，在合規(guī)的前提下，提高催收效率，節(jié)約成本。

現(xiàn)有先進的人工智能和大數(shù)據(jù)技術，在整個風控環(huán)節(jié)中都有很好的應用和表現(xiàn)。如在欺詐識別上，可以運用復雜網(wǎng)絡、關系圖譜來識別團伙型欺詐，實現(xiàn)跨行業(yè)、跨機構、跨客群的風險識別。在貸中聯(lián)系人狀態(tài)識別上，運用先進的技術可以在借款人無感的情況下識別其電話是否可聯(lián)。因其識別時間短、識別數(shù)量多、推送及時，為互金機構提升了效率，并大大節(jié)約了成本。

在貸后催收方面，智能催收機器人已經(jīng)成為互金機構關注的焦點。運用自然語言處理、語義識別等技術，智能催收機器人可以實現(xiàn)與欠款人的多輪對話，且能根據(jù)欠款人的情緒和對話內容來自主分析并作出得體的回答。這些先進技術的廣泛運用，大幅提升了互金行業(yè)的運營效率，降低成本的同時有效控制了風險。