大多數(shù)互聯(lián)網(wǎng)金融客戶收入較低，在銀行那里拿不到較好的貸款額度，不是銀行的目標客戶，其信用評分較低。傳統(tǒng)金融認為這批客戶還款能力較差，不愿意降低信貸審批要求，為他們提供融資。
特別在目前中國經(jīng)濟調(diào)整的階段，這些小企業(yè)經(jīng)營者或者中低收入人群缺少原始積累，受宏觀經(jīng)濟影響較大，企業(yè)經(jīng)營和收入波動較大，他們的還款能力不穩(wěn)定。互聯(lián)網(wǎng)金融客戶中，還款能力不穩(wěn)定的客戶占很大比例，他們的信用風險較高，對互聯(lián)網(wǎng)金融企業(yè)的信用風險控制提出了很大的挑戰(zhàn)。
2.客戶信用信息不全
傳統(tǒng)金融行業(yè)可以借助于人民銀行的企業(yè)征信和個人征信數(shù)據(jù)實施信用風險評估，各個銀行和信用卡中心也可以及時更新客戶金融信貸信息，共享黑名單。在傳統(tǒng)金融領(lǐng)域，個人和企業(yè)的信用信息集中在一起，容易進行風險評估。
在互聯(lián)網(wǎng)金融領(lǐng)域，大多數(shù)互聯(lián)網(wǎng)金融公司沒有接入人行征信系統(tǒng)，無法拿到客戶全維度信用信息，例如客戶財產(chǎn)、學歷、收入、貸款、金融機構(gòu)交易信息等信息?；ヂ?lián)網(wǎng)金融企業(yè)在實施信用風險評估時，僅能夠依靠客戶提供信息進行驗證，但是客戶在傳統(tǒng)金融領(lǐng)域的借款信息，互聯(lián)網(wǎng)金融客戶的信用信息是不全的。
互聯(lián)網(wǎng)金融企業(yè)無法拿到客戶所有的信用信息，包含傳統(tǒng)金融環(huán)境和民間借貸領(lǐng)域，缺少這信息對其實施信用風險評估影響很大。這也是互聯(lián)網(wǎng)金融反欺詐公司或征信公司興起的原因，他們主要的作用就是解決了客戶信用信息不對稱的問題。
3.惡意欺詐和薅羊毛比例較高
信用風險體現(xiàn)在兩個方面，一個是客戶惡意欺詐，另外一是客戶信貸違約。依據(jù)互聯(lián)網(wǎng)金融企業(yè)的經(jīng)驗，惡意欺詐占了其60%左右的信用損失。
互聯(lián)網(wǎng)金融企業(yè)還面對了另外一有趣的問題，專門有一批薅羊毛的人，利用互聯(lián)網(wǎng)金融企業(yè)的營銷漏洞，通過新用戶注冊，用戶推薦，積分兌換，短期投資來攥取超額收入。經(jīng)過精心設(shè)計，薅羊毛的收入可以達到20%／月。很多互聯(lián)網(wǎng)金融企業(yè)風險控制部門主要任務(wù)就是找出羊毛黨，拒絕他們的貸款請求。
互聯(lián)網(wǎng)金融的不良貸款率沒有對外公布，但是依據(jù)行業(yè)經(jīng)驗，5%的不良貸款率是一個較好的水平，主要損失來源于過高的互聯(lián)網(wǎng)惡意欺詐、過高的信貸審批成本、以及過高的獲客成本。
惡意欺詐基本上以團伙作案為主，并且這些人越來越聰明，技術(shù)手段越來越先進，越來越進化，很難找到公共特征，也很難歸納，不容易及時發(fā)現(xiàn)。惡意欺詐的共性信息較少，即使有大量的壞種子，也不好建立風控模型來實施控制，
互聯(lián)網(wǎng)金融公司只能依靠風控經(jīng)驗、客戶信息驗證、部分行為數(shù)據(jù)來實施反欺詐。
4.客戶違約成本低，債務(wù)收回成本較高
互聯(lián)網(wǎng)金融公司的客戶違約比例較高，并且建立了自己的貸款催收團隊?；ヂ?lián)網(wǎng)金融公司遇到貸款違約時，一般采用三種方式進行解決。
第一種是將資產(chǎn)打包，以3-4折的方式賣給資產(chǎn)管理公司，由他們?nèi)ゴ呤眨Ч皇翘?，損失較大，還有法律分線風險，因此不是主流。
第二種方式是由擔保公司承擔，客戶承擔2%左右的擔保費用，這個較為普遍，但是一旦借款規(guī)模較大，也不太適合。另外加大了客戶貸款成本，產(chǎn)品競爭力下降。
第三種是自己催收，大部分逾期的貸款可以催收回來，惡意不還款的客戶較少。逾期之后又還款的客戶反倒是互聯(lián)網(wǎng)金融的優(yōu)質(zhì)客戶，其給公司帶來的收益最高。但是缺點就是催收成本太高，客戶違約成本很低。
中國缺少個人征信評分，造成客戶信貸違約成本較低，個人貸款的違約，不會影響客戶的正常社會生活和商業(yè)行為。
5.風控模型冷啟動問題
每年都有大量互聯(lián)網(wǎng)金融公司出現(xiàn)，風控成了所有互聯(lián)網(wǎng)金融公司的核心競爭力。每一家互聯(lián)網(wǎng)金融公司都會建立風控模型，實施信用風險管理。
壞種子和數(shù)據(jù)是風控模型重要輸入，決定了風控模型的有效性。新興的互聯(lián)網(wǎng)金融公司，面對新的客戶，缺少足夠的種子用戶來優(yōu)化模型，同時也缺少用戶的行為數(shù)據(jù)來完善用戶風險評估卡。
互聯(lián)網(wǎng)金融公司做風控時，缺少壞種子用戶和數(shù)據(jù)的冷啟動對其風控是一個較大的挑戰(zhàn)。這種信貸違約和惡意欺詐的壞種子，不能夠通過其他方式來解決，例如線下和向第三方購買?；ヂ?lián)網(wǎng)金融公司只能依靠自己的業(yè)務(wù)不斷積累，利用自己平臺積累的數(shù)據(jù)和種子來解決這個問題，一旦管理不好，會對新興的互聯(lián)網(wǎng)金融公司造成較大影響。