究其原因，大體因為兩方面原因。一方面是問題平臺本身業務存在瑕疵，在監管趨嚴的環境下，無法進行新的募資，于是引發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。

根據監管的要求，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平臺持續穩健經營不可回避的問題。

信貸業務的核心是控制風險。在流動性相對寬松的市場環境下，粗放型的經營也許還可以應付。但在流動性趨緊的市場環境中，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運營。未來P2P行業比拼的是精細化管理能力和風控能力。

從客群來分析，互金行業主要服務的是長尾客群，即以前沒有被傳統金融機構服務到的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。如果以傳統對公的信貸思路來做風控，是遠遠無法滿足于行業需求的。高效自動化的風控體系搭建是互金行業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，應通過多維度的數據，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，運用智能的大數據催收工具，在合規的前提下，提高催收效率，節約成本。

現有先進的人工智能和大數據技術，在整個風控環節中都有很好的應用和表現。如在欺詐識別上，可以運用復雜網絡、關系圖譜來識別團伙型欺詐，實現跨行業、跨機構、跨客群的風險識別。在貸中聯系人狀態識別上，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。因其識別時間短、識別數量多、推送及時，為互金機構提升了效率，并大大節約了成本。

在貸后催收方面，智能催收機器人已經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與欠款人的多輪對話，且能根據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的運營效率，降低成本的同時有效控制了風險。