红象金融CEO林士强认为，银行的风控模型的出发点主要是测量借款方的还款能力，即借得起多少钱和还得起多少钱，也就是对借款方做个评级。一般来讲，模型都包含了两部分的评判，即客观性的和主观性的。客观性的主要是数据类型，能量化的。如公司的年度审计财务报告，银行流水，缴税金额等，这些数据放在已设定好的模型里就能给出个分数或等级，做为参考。但光靠客观数据还不够，比如说这公司所在的行业是淘汰落后的行业（如钢铁、水泥等），那么评级可能需要有些降级，再比如说公司的管理人在该行业的经验年限的长短，都会影响到这家公司的风险，所以这部分就得靠人为主观的去做些调整。
互联网金融风控主要分为三类：第一类也是较普遍的，大多数都还是参照银行或金融机构的风控标准，再结合自己的数据基础及模型做些调整，但大体上还是偏传统方式的；第二类即是利用大数据的，目前这类都算是在尝试阶段，并只能做些贷款金额较小的业务，基本上都不敢大规模的放开来做；第三类是以互联网思维来做风控，比如说有不少做大学生消费信贷的平台，利用了借款人的强关系网络，作为风控的一个重要评判标准之一。当然这在一定的小金额范围内是能起到作用的，一般人也不希望借个几千元不还然后被所有朋友、家长、老师等都知道，这个违约成本也太高了。但对选择大学生市场的平台来说，本身就选择了一个没有主动收入来源和还款能力较低的群体，所以肯定会有一定的坏账率的。现在整个市场也还没经历过一个完整的贷款周期，这种风控手段的有效性也还无法正确评估。
